我想解析Groovy中的一个网页,并提取所有的href链接和相关的文本.
如果页面包含这些链接:
<a href="http://www.Google.com">Google</a><br /><a href="http://www.apple.com">Apple</a>
输出将是:
Google,http://www.Google.com<br />Apple,http://www.apple.com
我正在寻找一个Groovy的答案. AKA.简单的方法!
解决方法 假设格式良好的xhtml,slurp xml,收集所有标签,找到’a’标签,并打印出href和文本.input = """<HTML><body><a href = "http://www.hJsoft.com/">John</a><a href = "http://www.Google.com/">Google</a><a href = "http://www.stackoverflow.com/">StackOverflow</a></body></HTML>"""doc = new XmlSlurper().parseText(input)doc.depthFirst().collect { it }.findAll { it.name() == "a" }.each { println "${it.text()},${it.@href.text()}"}总结
以上是内存溢出为你收集整理的html – 如何解析一个网页并解压缩所有的href链接?全部内容,希望文章能够帮你解决html – 如何解析一个网页并解压缩所有的href链接?所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)