Jsoup爲不同的網站選擇鏈接

Question

我使用JSOUP過濾鏈接出html身體。

這樣一個網頁：https://en.wikipedia.org/wiki/Cloud_computing

我要過濾鏈接，如： https://en.wikipedia.org/wiki/Light

哈希標籤鏈接en.wikipedia.org/wiki/Cloud_computing#cite_note-1

我嘗試doc.select("a[href*=#]").remove();它工作得很好，在HTML頁面哈希標記鏈接src：<a href="#cite_ref-1">

但是當我使用doc.select("a[href]*=/]").remove();其中l油墨頁面html src

<a href="/wiki/Light">CH</a> 

但仍有尚未過濾的鏈接。這怎麼可能？

Answer 1

你有一個錯字。

doc.select("a[href]*=/]").remove(); 

它應該是這樣的

doc.select("a[href*=/]").remove(); 

但這將刪除含/的每一個環節。 這是你想要的，還是你想刪除每個以/開頭的鏈接。 在這種情況下，你需要這個

doc.select("a[href^=/]").remove();