java jsoup - 如何从通过文本搜索的 href 中获取所有链接

Question

我的网页中有很多这样的行:

<a href="City1/Waves321.aspx"><span><span style="font-family: Courier New">Title</span></span></a> 
<span style="font-family: Courier New"> (<a href="City1/River267.aspx">txt</a>)</span></li></ul>
<a href="City2/Waves761.aspx"><span><span style="font-family: Courier New">Title</span></span></a>
<span style="font-family: Courier New"> (<a href="City2/River767.aspx">txt</a>)</span></li></ul>

我只想得到:

City1/Waves321.aspx

City2/Waves761.aspx

依此类推...“标题”之前的每个 ahref。

我用这段代码进行了测试:

public class ListLinks {
    public static void main(String[] args) throws IOException {
        Validate.isTrue(args.length == 1, "usage: supply url to fetch");
        String url = args[0];
        String address;

        Document doc = Jsoup.connect(url).timeout(10*1000).get();
        Elements links = doc.select("a[href~=(Waves)]");
        //String linkText = links.text();

        for (Element link : links) {
            String linkHref = link.attr("href");
            address = url + linkHref;
            System.out.println(address);
        }

它适用于大多数链接，但它错过了“标题”位于新行中的链接，如下所示:

<a href="City/Waves321.aspx"><span><span style="font-family: Courier New">
Title</span></span></a><span style="font-family: Courier New"> (<a href="City/River267.aspx">txt</a>)</span></li></ul>

我无法更改网页代码(顺便说一句:/)

如何在 Jsoup 中实现此目的？

Answer 1

你可以这样做 -

Elements e = doc.getElementsByTag("a");
e.stream().forEach(p -> System.out.println(p.attr("href")));