HTML-парсер для поиска и замены некоторых значений с использованием Java - PullRequest
Новая
       11

HTML-парсер для поиска и замены некоторых значений с использованием Java

2 голосов
/ 30 января 2011

Я ищу html-анализатор, который может искать и заменять теги привязки, такие как 

ex
<a href="/ima/index.php">example</a>
to
<a href="http://www.example.com/ima/index.php">example</a>

ОБНОВЛЕНО:

мой код с помощью jsoup, но не работает 

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import com.google.common.collect.ImmutableList;
import com.google.common.net.InternetDomainName;

public class test {
    public static void main(String args[]) throws IOException {

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

          String html =doc.outerHtml().toString();

         // System.out.println(html);

           Elements links = doc.select("a");



            for (Element link : links) {
             String href=link.attr("href");
             if(href.startsWith("http://"))
             {

             }
             else
             {
                 html.replaceAll(href,"http://www.google.com"+href);
             }
            }
            System.out.println(html);
    }

}

Ответы [ 4 ]

5 голосов
/ 19 ноября 2012

этот код изменяет относительные ссылки в документе на абсолютные ссылки, которые использует код библиотеки jsoup 

private void absoluteLinks(Document document, String baseUri)    {
    Elements links = document.select("a[href]");
    for (Element link : links)  {
        if (!link.attr("href").toLowerCase().startsWith("http://"))    {
            link.attr("href", baseUri+link.attr("href"));
        }
    }
}
2 голосов
/ 14 марта 2011 
package javaapplication4;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

/**
 *
 * @author derek
 */
public class Main
{
    /**
     * @param args the command line arguments
     */
    public static void main(String[] args)
    {
        try
        {
            Document document = Jsoup.connect("http://www.google.com").get();
            Elements elements = document.select("a");

            for (Element element : elements)
            {
                element.baseUri();
            }
            System.out.println(document);
        }
        catch (Exception e)
        {
            e.printStackTrace(System.err);
        }
    }
}
1 голос
/ 30 января 2011

Вы можете сделать это с помощью String.replaceAll () и регулярного выражения, соответствующего 

<a href="/

чтобы найти все относительные ссылки. 

html = html.replaceAll("<a href=\"/", "<a href=\"http://www.google.com/\"");
0 голосов
/ 30 января 2011

Это вопрос программирования? Если вы ищете готовый Java-файл или что-то для этого, вы не в том месте. Если вы хотите написать что-то вроде этого, то вы можете просто искать экземпляры текста, который начинается с a href=/" и заканчивается /">, а затем вы можете просто проверить значение href, и если это относительный путь ( то есть начинается с /), вы можете просто добавить другой текст в начало.

...