如何使用JSOUP或Coldfusion从URL中删除查询字符串和散列值？

Question

这里是例子：

当我解析一个HTML页面。我收到重复的URL值一样

• https://*.com/questions/tagged/java?sort=featured&pageSize=50
• https://*.com/questions/tagged/java#comments
• https://*.com/questions/tagged/java#comment212

如何避免这种重复上面的数值？

我只需要这个URL https://*.com/questions/tagged/java

Answer 1

我创建一个辅助方法processURL()它接受一个URL，并返回包含一切高达任查询标记（?）或井号（#）的URL：

String processURL(String theURL) { 
    int endPos; 
    if (theURL.indexOf("?") > 0) { 
     endPos = theURL.indexOf("?"); 
    } else if (theURL.indexOf("#") > 0) { 
     endPos = theURL.indexOf("#"); 
    } else { 
     endPos = theURL.length(); 
    } 

    return theURL.substring(0, endPos); 
} 

String urlOne = "http://*.com/questions/tagged/jav?#sort=featured&pageSize=50"; 
String urlTwo = "http://*.com/questions/tagged/java#comments"; 

System.out.println(processURL(urlOne)); 
System.out.println(processURL(urlTwo)); 

输出：

http://*.com/questions/tagged/java 
http://*.com/questions/tagged/java