呼叫高手帮忙解决关于HTML超连接的问题，谢谢。

Question

关于html 里面超连接，有哪几种表达超连接的方式么？
因为我要找到这些连接，然后要转换成可以浏览的URL。 
比如一行html代码里有: href="artist.html?id=3" 这个连接是在父连接下的一个连接，完整的比如应该是:www.yahoo.com/artist.html?id=3
我需要把artist.html?id=3转换成www.yahoo.com/artist.html?id=3 因为我还需要找到www.yahoo.com/artist.html?id=3这个下面的子连接。
但是超连接的写法好像有很多，有高手能帮帮忙想想有什么好办法解决这个问题么。

Answer 1

另外好像Java有方法直接找到连接的是么？
比如说这样一个方法：
public void handleSimpleTag(HTML.Tag t,
                                MutableAttributeSet a,int pos)
    {
      String href = (String)a.getAttribute(HTML.Attribute.HREF);
      
      if( (href==null) && (t==HTML.Tag.FRAME) )
        href = (String)a.getAttribute(HTML.Attribute.SRC);
        
      if ( href==null )
        return;      int i = href.indexOf('#');
      if ( i!=-1 )
        href = href.substring(0,i);      if ( href.toLowerCase().startsWith("mailto:") ) {
        report.spiderFoundEMail(href);
        return;
      }      handleLink(base,href);
    }有朋友做过类似的东西么？能解释下么？我不是很看的懂，有点难理解...谢谢了。

Answer 2

也可以通过相对目录和绝对路径来做..
/就是绝对的路径,一般都是以网站的跟目录算起,
或者用想对目录,也是一种,他是以当前网页所在目录为标准的
比如网站跟目录为:c:\webapps\myweb\
目录下有 1.jsp,2.jsp
如果在1.jsp有个连接想连接到2.jsp,第一就是\myweb\2,jsp,或者 ,2.jsp-----"\":代表根
如果不在一个目录就用..\返回上一级,返回两级就..\..\如果是下一级就用下级目录名(比如说:form).就用form/XX.jsp
不知道满意否

Answer 3

顶一下。
估计LZ是想研究web爬虫技术吧。
要满足LZ的需要，首先楼主要非常熟悉Html语言里面的相对路径。
也可以直接去看看开源项目：Heritrix、J-Spider等。
我也是听说，帮不上忙。

Answer 4

对，确实是web爬虫。
有高手来谈谈么？

Answer 5

遇到了这样的问题,不知道楼主解决了没,真愁,对于处理都是一些asp的网页不知道怎么写扩展类,急啊,马上就要交了