Java 提取facebook页面的链接

如何提取facebook页面的所有链接。我可以使用jsoup提取它，并将“like”链接作为参数传递，以提取喜欢该特定页面的所有用户信息吗

private static String readAll(Reader rd) throws IOException 
{
StringBuilder sb = new StringBuilder();
int cp;
while ((cp = rd.read()) != -1) 
{
  sb.append((char) cp);
}
return sb.toString();
}

 public static JSONObject readurl(String url) throws IOException, JSONException
 {
 InputStream is = new URL(url).openStream();
 try 
 {
  BufferedReader rd = new BufferedReader
(new InputStreamReader(is, Charset.forName("UTF-8")));
  String jsonText = readAll(rd);
  JSONObject json = new JSONObject(jsonText);

  return json;
} 
finally
{
  is.close();
}
}
public static void main(String[] args) throws IOException, 
JSONException,  FacebookException 
{
  try
  {

    System.out.println("\nEnter the search string:");
    @SuppressWarnings("resource")
    Scanner sc=new Scanner(System.in);
    String s=sc.nextLine();
    JSONObject json = readurl("https://graph.facebook.com/"+s);

    System.out.println(json);
}} 

我可以修改此代码并集成此代码吗。下面的代码提取特定页面的所有链接。我试图修改上面的代码，但不起作用

 String url = "http://www.firstpost.com/tag/crime-in-india";
  Document doc = Jsoup.connect(url).get();
  Elements links = doc.getElementsByTag("a");
   System.out.println(links.size());

    for (Element link : links) 
    {
        System.out.println(link.absUrl("href") +trim(link.text(), 35));     
    }
  }

  public static String trim(String s, int width) {
    if (s.length() > width)
        return s.substring(0, width-1) + ".";
    else
        return s;
  }
 }

---

您可以尝试以下替代方法：

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.LinkedHashSet;
import java.util.Set;

import javax.swing.text.MutableAttributeSet;
import javax.swing.text.html.HTML;
import javax.swing.text.html.HTML.Tag;
import javax.swing.text.html.HTMLEditorKit;
import javax.swing.text.html.parser.ParserDelegator;

public class URLExtractor {

    private static class HTMLPaserCallBack extends HTMLEditorKit.ParserCallback {

        private Set<String> urls;

        public HTMLPaserCallBack() {
            urls = new LinkedHashSet<String>();
        }

        public Set<String> getUrls() {
            return urls;
        }

        @Override
        public void handleSimpleTag(Tag t, MutableAttributeSet a, int pos) {
            handleTag(t, a, pos);
        }

        @Override
        public void handleStartTag(Tag t, MutableAttributeSet a, int pos) {
            handleTag(t, a, pos);
        }

        private void handleTag(Tag t, MutableAttributeSet a, int pos) {
            if (t == Tag.A) {
                Object href = a.getAttribute(HTML.Attribute.HREF);
                if (href != null) {
                    String url = href.toString();
                    if (!urls.contains(url)) {
                        urls.add(url);
                    }
                }
            }
        }
    }

    public static void main(String[] args) throws IOException {
        InputStream is = null;
        try {
            String u = "https://www.facebook.com/";
            URL url = new URL(u);
            is = url.openStream(); // throws an IOException
            HTMLPaserCallBack cb = new HTMLPaserCallBack();
            new ParserDelegator().parse(new BufferedReader(new InputStreamReader(is)), cb, true);
            for (String aUrl : cb.getUrls()) {
                System.out.println("Found URL: " + aUrl);
            }
        } catch (MalformedURLException mue) {
            mue.printStackTrace();
        } catch (IOException ioe) {
            ioe.printStackTrace();
        } finally {
            try {
                is.close();
            } catch (IOException ioe) {
                // nothing to see here
            }
        }
    }
}

导入java.io.BufferedReader；
导入java.io.IOException；
导入java.io.InputStream；
导入java.io.InputStreamReader；
导入java.net.MalformedURLException；
导入java.net.URL；
导入java.util.LinkedHashSet；
导入java.util.Set；
导入javax.swing.text.MutableAttributeSet；
导入javax.swing.text.html.html；
导入javax.swing.text.html.html.Tag；
导入javax.swing.text.html.HTMLEditorKit；
导入javax.swing.text.html.parser.ParserDelegator；
公共类提取程序{
私有静态类HTMLPaserCallBack扩展了HTMLEditorKit.ParserCallback{
专用设置URL；
公共HtmlPasserCallback（）{
URL=新LinkedHashSet（）；
}
公共集getURL（）{
返回URL；
}
@凌驾
public void handleSimpleTag（标记t、可变属性集a、整数位置）{
把手（t、a、pos）；
}
@凌驾
公共无效handleStartTag（Tag t，可变属性集a，内部位置）{
把手（t、a、pos）；
}
私有void handleTag（标签t、可变属性集a、内部位置）{
if（t==Tag.A）{
Object href=a.getAttribute（HTML.Attribute.href）；
如果（href！=null）{
字符串url=href.toString（）；
如果（！url.contains（url））{
添加（url）；
}
}
}
}
}
公共静态void main（字符串[]args）引发IOException{
InputStream=null；
试一试{
字符串u=”https://www.facebook.com/";
URL=新URL（u）；
is=url.openStream（）；//引发IOException
HTMLPaserCallBack cb=新的HTMLPaserCallBack（）；
新的ParserDelegator（）.parse（新的BufferedReader（新的InputStreamReader（is）），cb，true）；
for（字符串aUrl:cb.getUrls（））{
System.out.println（“找到的URL:+aUrl”）；
}
}捕获（格式不正确）{
mue.printStackTrace（）；
}捕获（ioe异常ioe）{
ioe.printStackTrace（）；
}最后{
试一试{
is.close（）；
}捕获（ioe异常ioe）{
//这里没什么可看的
}
}
}
}

这是一种工作方式，但我不确定您是否可以使用jsoup，我更愿意研究casperjs或phantomjs

import java.io.IOException;

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

public class getFaceBookLinks {

    public static Elements getElementsByTag_then_FilterBySelector (String tag, String httplink, String selector){
        Document doc = null;
        try {
            doc = Jsoup.connect(httplink).get();
        } catch (IOException e) {
            e.printStackTrace();
        }
        Elements links = doc.getElementsByTag(tag);
        return links.select(selector);
    }

    //Test functionality
    public static void main(String[] args){
        // The class name for the like links on facebook is UFILikeLink
        Elements likeLinks = getElementsByTag_then_FilterBySelector("a", "http://www.facebook.com", ".UFILikeLink");        
        System.out.println(likeLinks);

    }

}

---

向URL添加原始字符串可能会产生无效的URL（例如，考虑空格）；你最好在这里使用URI模板（请参阅支持它们的库——是的，自我提升）@fge我会修改它..但是我可以使用JSOUPWEL提取FB页面的所有链接吗，可能是这样，yes@fge我编辑了我的代码..现在请check@fge我完全是个呆子，我想得到一个特定的fb页面的所有喜欢的东西，但我无法得到“喜欢”的链接“我不完全确定这会得到类似于iFrame的链接，尽管它不起作用。有一些错误存在..你能清楚地理解你的建议吗？我给了链接行这样的元素，如elinks=getElementsByTag\u然后\u FilterBySelector（“a”、“”、“.UFILikeLink”）；在这种情况下，如果要提取链接，您可能需要更改用户代理以模拟触摸设备（这些网页上没有pc网络浏览器的“a”链接）