如何使用Jsoup解析内部和外部超链接

如何解决如何使用Jsoup解析内部和外部超链接

我正在练习Web Scraping，我想知道如何只抓取内部和外部超链接。我能够检索Jsoup文档之后的页面的所有链接，但仍然不知道该怎么做。

预先感谢您的帮助

解决方法

您可以尝试使用Document.getElementsByAttributeValueMatching（）方法通过适当的正则表达式按属性名称和属性值查找元素。

例如，找到所有属性名称为“ href”且属性值以https://example.com开头的元素

    Document document = Jsoup.connect("https://example.com").get();
    Elements elements = document.getElementsByAttributeValueMatching("href","^https://example.com");

    for (Element element : elements) {
        System.out.println(element.attr("href"));
    }

也有一些类似的方法：

Document.getElementsByAttributeValueStarting()
Document.getElementsByAttributeValueContaining()