如何获取网页上的超链地址?

Question

如何获取网页上的超链地址?我们在做个系统,我的任务是把指定网页上的下一级网页的地址弄出来,是要在网页源码里搜索吗?希望高手帮忙啊!!!

Answer 1

先提取网页源代码,然后用正则表达式得到所有的连接地址
<script>
var str="ksldfjk<a href='a.jsp'>aaa</a><a href='a.jsp'>aaa</a><a href='a.jsp'>aaa</a>";
var url=[];
var i=0;
str.replace(/<a\s+href=[\"']?([^<>\"']*)[\"']?>/g,function($0,$1){url[i]=$1;i++});
alert(url);
</script>

Answer 2

不用啊，把网页多读过来，用dom解析就可以了。用javascript就能读的。
例如我们的页面中有多个超链接，其重要标记为A tag
用javascript方法分析
function readlink()
{
   var alinks=document.links;
   alert(alinks);
   for(i=0;i<alinks.length;i++)
      alert(alinks[i].href);//alinks[i].href就是要的链接url
}

Answer 3

在java中只能分析纯Html语法。
在js中可以有document.links array 对象

Answer 4

如果用C语言写的话,应该怎么办呢?是否要先将网页还原成HTML的代码形式,再通过一定的算法进行遍历和搜索呢?实在是没什么头绪啊.