Jsoup.parse（）與Jsoup.parse（） - 或者如何在Jsoup中使用URL檢測？

Question

Jsoup有2個html parse（）方法：

1. parse（String html） - “由於沒有指定基URI，絕對URL檢測依賴於包含標記的HTML。”
2. parse（String html，String baseUri） - “檢索HTML的URL。用於解析在HTML聲明標記之前發生的絕對URL的相對URL。”

我很難理解兩者之間差異的含義 ：

1. 在第二個parse()版本中，“解析絕對URL的相對URL，在HTML聲明<base href>標記之前發生的”是什么意思？ 如果<base href>標簽永遠不會出現在頁面中怎么辦？
2. 絕對URL檢測的目的是什么？ 為什么Jsoup需要找到絕對URL？
3. 最后，但最重要的是： baseUri是HTML頁面的完整URL（如原始文檔中所述）還是HTML頁面的基本 URL？

Answer 1

它用於Element#absUrl()以便您可以檢索<a href> ， <img src> ， <link href> ， <script src>等的（預期）絕對URL。例如

for (Element link : document.select("a")) {
    System.out.println(link.absUrl("href"));
}

如果您還想下載和/或解析鏈接的資源，這非常有用。

---

在第二個parse（）版本中，“解析絕對URL的相對URL，在HTML聲明<base href>標記之前發生的”是什么意思？ 如果<base href>標簽永遠不會出現在頁面中怎么辦？

某些（差）網站可能已在<base>標記之前聲明了<link>或<script>以及相對URL。 或者，如果沒有<base>標記的方法，那么只有給定的baseUri將用於解析整個文檔的相對URL。

---

絕對URL檢測的目的是什么？ 為什么Jsoup需要找到絕對URL？

為了在Element#absUrl()上返回正確的URL。 這純粹是為了最終用戶的便利。 Jsoup不需要它來成功解析HTML。

---

最后，但最重要的是：baseUri是HTML頁面的完整URL（如原始文檔中所述）還是HTML頁面的基本URL？

前者。 如果是后者，那么文件就會撒謊。 baseUri不得與<base href>混淆。