Java Jsoup parse/craw包含特定字符串

获取链接包含特定字符串：

这是我的节目：

package com.dcvsolution.crawler.songkhoedotvn;

import java.io.IOException;
import java.util.HashSet;
import java.util.Set;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import com.dcvsolution.commons.CommonUtil;

public class GetCategories {

    public static void main(String[] args) throws IOException {
        // Bait link.
        String baitLink = "http://songkhoe.vn/";
        // If we prefer mobile-site option (default of "songkhoe.vn" when use
        // Jsoup).
        // Document doc = Jsoup.connect(url).get();
        // If we prefer full-page format web-page option.
        // Đánh lừa trang web, đây là đang duyệt web trên PC, là Google.
        Document doc = Jsoup.connect(baitLink)
                .userAgent("Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:45.0) Gecko/20100101 Firefox/45.0")
                .referrer("http://www.google.com").get();
        Elements links = doc.select("a[href]");

        // Push data to a set for unique result.
        Set<Element> uniqueSet = new HashSet<Element>(links);


        // Iterate through above set.
        for (Element link : uniqueSet) {
            CommonUtil.printByFoundry("%s", link.attr("abs:href"), CommonUtil.trim(link.text(), 3500));
            // Posts post = new Posts();
            // post.setTitle(link.attr("abs:href"));
            // post.setContent(link.attr("abs:href"));
            // post.setCreateTimeDb(new Date());
            // Session session =
            // HibernateUtil.getSessionFactory().openSession();
            // session.beginTransaction();
            // session.save(post);
            // session.getTransaction().commit();
        }

    }

}

请帮助我选择仅包含字符串“/chuyen muc-”的字符串

我尝试：

Elements links = doc.select("a[href]:contains(chuyen-muc-)");

---

但不起作用

请改用此CSS查询：

a[href*=chuyen-muc-]

使用正则表达式可以更具体：

a[href~=chuyen-muc-(dinh|lam)]

---

上面的CSS查询将只返回包含

chuyen muc dinh

或

chuyen muc lam

的链接。您能帮我排除一些特定链接吗，例如：

http://songkhoe.vn/chuyen-muc-video-cuoi-s27-0.html

xpath表达式不是cssquery@dovy可以使用正则表达式。如果您一直使用正则表达式，请发布另一个问题。@dovy我已经用正则表达式示例更新了我的答案。