基于java的网页图像提取

我刚刚开始做一个内容提取项目。首先，我试图在一个网页的图像网址。在某些情况下，“img”的“src”属性具有相对URL。但我需要得到完整的网址

---

我正在寻找一些Java库来实现这一点，我认为Jsoup将非常有用。是否有其他库可以轻松实现这一点？

如果您只需要从相关库获取完整的URL，那么Java中的解决方案很简单：

URL pageUrl = base_url_of_the_html_page;
String src = src_attribute_value; //relative or absolute URL
URL imgUrl = new URL(pageUrl, src);

HTML页面的基本URL通常就是您从中获取HTML代码的URL。但是，文档头中使用的标记可能用于指定不同的基本URL（但使用频率不高）

---

您可以使用Jsoup或只是一个DOM解析器来获取src属性值和查找最终的基标记。

不太可能。您需要自己维护对路径的引用。您可以使用URL来提取规范的各种元素以帮助您