解析并提取HTML 元素(二）

package step3;
import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class Task {

    //通过filePath文件路径获取Docment对象
    public Document getDoc(String filePath) throws IOException{
        /**********   Begin   **********/


        File file=new File("./backups/hotel.ctrip.com.txt");
        Document doc=Jsoup.parse(file,"UTF-8","http://hotels.ctrip.com/");
        return doc;
        /**********   End   **********/
    }

    //获取所有链接
    public List<String> getLinks(Document doc){
        /**********   Begin   **********/


        List<String> ar=new ArrayList<>();
        Elements kk=doc.select("a[href]");
        for(Element gg:kk){
           ar.add(gg.tagName()+"$"+gg.attr("abs:href")+"("+gg.text()+")");
        }
        return ar;
        /**********   End   **********/
    }

    //获取图片
    public List<String> getMedia(Document doc){
        /**********   Begin   **********/


        List<String> list=new ArrayList<>();
        Elements ll=doc.select("[src]");
        for(Element h:ll){
            if(h.tagName().equals("img")){
                list.add(h.tagName()+"$"+h.attr("abs:src"));
            }
        }

        return list;
        /**********   End   **********/
    }

    //获取link[href]链接
    public List<String> getImports(Document doc){
        /**********   Begin   **********/


        List<String> list=new ArrayList<>();
        Elements kk=doc.select("link[href]");
        for(Element g:kk){
              list.add(g.tagName()+"$"+g.attr("abs:href")+"("+g.attr("rel")+")");
        }

        return list;
        /**********   End   **********/
    }

}