Jsoup为不同的网站选择链接

Question

我使用JSOUP过滤链接出html身体。

这样一个网页：https://en.wikipedia.org/wiki/Cloud_computing

我要过滤链接，如： https://en.wikipedia.org/wiki/Light

哈希标签链接en.wikipedia.org/wiki/Cloud_computing#cite_note-1

我尝试doc.select("a[href*=#]").remove();它工作得很好，在HTML页面哈希标记链接src：<a href="#cite_ref-1">

但是当我使用doc.select("a[href]*=/]").remove();其中l油墨页面html src

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

但仍有尚未过滤的链接。这怎么可能？

Answer 1

你有一个错字。

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

它应该是这样的

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

但这将删除含/的每一个环节。 这是你想要的，还是你想删除每个以/开头的链接。 在这种情况下，你需要这个

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