使用Jsoup以正確的格式從網頁中提取相對鏈接

Question

我已經解析了一個網頁的外部鏈接，我將再次使用Jsoup對其進行解析。 但是問題在於，鏈接的格式為： ../../../pincode/india/andaman-and-nicobar- islands/ 。 我無法以這種形式解析它們。 因此，在其他stackoverflow的幫助下，我已使用link.attr("abs:href")轉換為絕對URL。

我解析的第一個網頁的網址是： http://www.mapsofindia.com/pincode/india/ : http://www.mapsofindia.com/pincode/india/ 。 解析后獲得的絕對URls的格式為http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/ 。 但是我無法使用Jsoup進一步解析它們。 因此，當我執行以下語句時：

Jsoup.parse("http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/");

它給出了HTTP 400錯誤，即錯誤的請求。 因此，我認為Urls存在一些問題。 因此，任何人都可以幫助我解決上述問題，以適當的方式獲取網址，以便我進一步解析它們。 謝謝。

Answer 1

請測試以下兩件事：

1. 嘗試使用link.absUrl("href")而不是link.attr("abs:href")
2. 檢查基本uri（在元素或文檔上調用baseUri() ）

順便說一句。 您最好將connect()方法用於此操作：

Document doc = Jsoup.connect("http://<your url here>").get();