如何使用java或j心目中获得绝对url

Question

我有一个文本框和提交按钮在我的jsp页面。当使用文本框中的url提交此按钮时，我将使用URLConnection获取该url的响应。

    String strUrl = request.getParameter("url");
    URL url = new URL(strUrl);
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    byte[] encodedBytes = Base64.encodeBase64("root:pass".getBytes());
    String encoding = new String(encodedBytes);
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    connection.setRequestMethod("GET");
    connection.connect();

    InputStream content = (InputStream) connection.getInputStream();
    BufferedReader in = new BufferedReader(new InputStreamReader(content));
    try {
        fWriter = new FileWriter(new File("f:\\new.html"));
        writer = new BufferedWriter(fWriter);
        while ((line = in.readLine()) != null) {
            String s = line.toString();
            writer.write(s);    
        }               
        writer.close();
    } catch (Exception e) {
        e.printStackTrace();
    }

在生成的html页面中，每个css、js和图像都丢失了，因为它们是从本地获取的。例如，js放在我生成的html页面中，如下所示。

    <script src="/ajax/libs/jquery/2.1.1/jquery.min.js"></script>

但实际的src如下，

    <script src="https://www.url.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>

我知道有很多解决方案可以用url主机替换所有src，href。找到了很多与此相关的答案。

我用了如下的解决方案，

    if (s.contains(("href="))) {
        if (s.contains("\"../") || s.contains("\"/")) {
                    s = s.replace("\"../", "\"http://" + url.getHost() + "/");
                    s = s.replace("\"/", "\"http://" + url.getHost() + "/");
                    writer.write(s);
                    out.println(s);
        }
    }

现在我可以得到链接，但它并不是所有的网站有用。这意味着它只对那些只有src和href这样的主机前缀的站点有帮助。

在一些网站中，链接被定义为href="frmArticles.aspx“。在这种情况下，仅用href url添加主机是不够的，因为href和src是不同的，即使我以主机作为前缀。例如，具有与其URL不同的href链接的折叠URL。

http://www.nakkheeran.in/Users/frmMagazine.aspx?M=2

    <a href="frmArticles.aspx?A=25744">தை தை தை</a>

如果，我要将主机添加到这个href中，如下所示，

    <a href="http://www.nakkheeran.in/frmArticles.aspx?A=25744">தை தை தை</a>

而这是无法得到的。因为，实际的url是

    <a href="http://www.nakkheeran.in/Users/frmArticles.aspx?A=25744">தை தை தை</a>

Answer 1

本质上有两种获取绝对URL的方法：

• 使用abs:href属性getter。它的工作方式如下： 元素a= myDoc.select("a").first()；//选择页面上的第一个链接，用获得链接(元素)字符串url =a.attr(“abs:href”)所需的任何选择器替换；//获取链接(href属性)的绝对url。 请注意，您需要提供您正在使用的HTML文档的URL，这样它就可以正确地解析URL，如果您使用Jsoup.connect(myHtmlUrl).get()，这是自动完成的，如果您要从字符串或文件解析HTML，则需要提供它，使用适当的Jsoup.parse()方法，它允许您提供基本URL。
• 另一种方法是使用Java的内置URL类，，这可能是您应该在中使用的。你可以这样使用它： String absoluteUrl = new (新URL(“http://example.com/example.html"”，"script.js") ) 它将印刷： http://example.com/script.js 为了澄清一点，第一个参数(在本例中是example.com)是您的HTML的url，而第二个参数("script.js")是您的HTML中的URL。 在你的例子中，你可以像这样使用它： String absoluteUrl = new (新URL(“https://www.url.com/"”)、"/ajax/libs/jquery/2.1.1/jquery.min.js") 它将打印： https://www.url.com/ajax/libs/jquery/2.1.1/jquery.min.js

Answer 2

URL类有一个构造函数URL(URL context, String url)，用于执行您尝试使用regexp所做的工作。

编辑:在您的示例中，context URL是解析资源的源URL。假设您解析了URL context = new URL("http://example.com/path/to/some.html#where?is+carmen+sandiego")中的一些内容。然后，您只需获取任何链接的引用并创建一个URL ref = new URL(context, src)。