Jsoup：absUrl 中的空结果（abs:)

Question

我尝试用 jsoup 制作一个图片链接下载器。我制作了一个下载器 HTML 代码部分，当我完成解析部分时，我发现有时图像链接没有主要部分出现。所以我找到了 absUrl 解决方案，但由于某些原因它不起作用（它给了我 null）。所以我尝试使用 uri.resolve()，但它给了我不变的结果。所以现在我不知道如何解决它。我附上了我的部分代码，负责解析蚂蚁将 url 写入字符串：

public static String finalcode(String textin) throws Exception {
    String text = source(textin);
    Document doc = Jsoup.parse(text);
    Elements images = doc.getElementsByTag("img");
    String Simages = images.toString();
    int Limages = countLines(Simages);
    StringBuilder src = new StringBuilder();
    while (Limages > 0) {
        Limages--;
        Element image = images.get(Limages);
        String href = image.attr("src");
        src.append(href);
        src.append("\n");
    }
    String result = src.toString();
    return result;
}

Answer 1

您似乎是从字符串而不是 URL 解析 HTML。因为 jsoup 无法知道 URL 这个 HTML 代码来自哪个，所以它无法创建绝对路径。

要为文档设置此 URL，您应该使用 Jsoup.parse(String html, String baseUri) 版本解析它，例如

String url = "http://server/pages/document.htlm";
String text = "<img src = '../images/image_name1.jpg'/><img src = '../images/image_name2.jpg'/>'";
Document doc = Jsoup.parse(text, url);
Elements images = doc.getElementsByTag("img");
for (Element image : images){
    System.out.println(image.attr("src")+" -> "+image.attr("abs:src"));
}

输出：

../images/image_name1.jpg -> http://server/images/image_name1.jpg
../images/image_name2.jpg -> http://server/images/image_name2.jpg

其他选项是让 Jsoup 通过提供 URL 而不是带有 HTML

的字符串直接解析页面

Document doc = Jsoup.connect("http://example.com").get();

这样 Document 就会知道它来自哪个 URL，因此它将能够创建绝对路径。

Jsoup：absUrl 中的空结果（abs:)

Jsoup: null result in absUrl (abs:)

java

uri

jsoup