Artigos Java Obtendo os links de um documento html

Obtendo os links de um documento html

 

Aprenda nesta dica como fazer para obter todos os links de um documento html.

    public static String[] getLinks(String uriStr) {
        List result = new ArrayList();            try {
            URL url = new URI(uriStr).toURL();
            URLConnection conn = url.openConnection();
            Reader rd = new InputStreamReader(conn.getInputStream());                EditorKit kit = new HTMLEditorKit();
            HTMLDocument doc = (HTMLDocument)kit.createDefaultDocument();
            kit.read(rd, doc, 0);                // Encontra todos os elementos que tenham A do documento HTML
            HTMLDocument.Iterator it = doc.getIterator(HTML.Tag.A);
            while (it.isValid()) {
                SimpleAttributeSet s = (SimpleAttributeSet)it.getAttributes();                    String link = (String)s.getAttribute(HTML.Attribute.HREF);
                if (link != null) {
                    // adiciona o link encontrado na lista de links
                    result.add(link);
                }
                it.next();
            }
        } catch (MalformedURLException e) {
        } catch (URISyntaxException e) {
        } catch (BadLocationException e) {
        } catch (IOException e) {
        }           // Retorna todos os links encontrados
        return (String[])result.toArray(new String[result.size()]);
    }