java - 使用 jSoup 解析内部 html 标签

Question

我想使用 Jsoup 库查找网站中的重要链接。因此，假设我们有以下代码:

<h1><a href="http://example.com">This is important </a></h1>

现在在解析时我们如何发现标签 a 在 h1 标签内？

Answer 1

你可以这样做:

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

Elements headlinesCat1 = doc.getElementsByTag("h1");
for (Element headline : headlinesCat1) {
    Elements importantLinks = headline.getElementsByTag("a");
    for (Element link : importantLinks) {
        String linkHref = link.attr("href");
        String linkText = link.text();
        System.out.println(linkHref);
    }
}

取自 JSoup Cookbook .