java 获取所有 a 标签中的href

原创

mob64ca12f31496 2023-11-24 12:00:06 ©著作权

文章标签 a标签 HTML java 文章分类 Java 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12f31496的原创作品，请联系作者获取转载授权，否则将追究法律责任

使用Java获取所有a标签中的href

1. 概述

在Java中获取HTML页面中的a标签中的href属性可以使用正则表达式或者使用HTML解析库来实现。本文将使用Jsoup这个流行的HTML解析库来演示如何实现这个需求。

2. 整体流程

下面是获取所有a标签中的href的流程图：

graph LR
A[开始] --> B(发送HTTP请求)
B --> C(解析HTML)
C --> D(获取所有a标签)
D --> E(获取a标签中的href属性)
E --> F(输出结果)
F --> G[结束]

3. 具体步骤

3.1 发送HTTP请求

首先，我们需要发送一个HTTP请求来获取目标网页的HTML内容。这里可以使用Java的网络编程库，如HttpURLConnection或者Apache HttpClient。下面是使用HttpURLConnection发送HTTP请求的示例代码：

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;

public class HttpUtils {
    public static String sendGetRequest(String url) throws Exception {
        HttpURLConnection connection = null;
        BufferedReader reader = null;
        StringBuilder response = new StringBuilder();
        
        try {
            URL requestUrl = new URL(url);
            connection = (HttpURLConnection) requestUrl.openConnection();
            connection.setRequestMethod("GET");
            
            reader = new BufferedReader(new InputStreamReader(connection.getInputStream()));
            
            String line;
            while ((line = reader.readLine()) != null) {
                response.append(line);
            }
        } finally {
            if (reader != null) {
                reader.close();
            }
            
            if (connection != null) {
                connection.disconnect();
            }
        }
        
        return response.toString();
    }
}

3.2 解析HTML

接下来，我们需要使用Jsoup库来解析HTML内容。Jsoup提供了一组简洁的API来处理HTML文档。下面是使用Jsoup解析HTML的示例代码：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class HtmlParser {
    public static Document parseHtml(String html) {
        return Jsoup.parse(html);
    }
}

3.3 获取所有a标签

使用Jsoup解析HTML后，我们可以使用选择器来获取所有的a标签。下面是使用Jsoup选择器获取所有a标签的示例代码：

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

public class HtmlParser {
    // ...

    public static Elements getAnchorTags(Document document) {
        return document.select("a");
    }
}

3.4 获取a标签中的href属性

接下来，我们可以遍历获取到的a标签，并获取它们的href属性。下面是获取a标签中的href属性的示例代码：

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

public class HtmlParser {
    // ...

    public static void printHrefAttributes(Elements anchorTags) {
        for (Element anchorTag : anchorTags) {
            String href = anchorTag.attr("href");
            System.out.println(href);
        }
    }
}

3.5 输出结果

最后，我们可以将获取到的href属性进行输出。在本示例中，我们只是简单地将href属性打印到控制台上。你可以根据业务需求进行相应的处理。下面是输出结果的示例代码：

import org.jsoup.select.Elements;

public class Main {
    public static void main(String[] args) throws Exception {
        String html = HttpUtils.sendGetRequest("
        Elements anchorTags = HtmlParser.getAnchorTags(HtmlParser.parseHtml(html));
        HtmlParser.printHrefAttributes(anchorTags);
    }
}