使用Groovy从嵌套在JSON响应中的HTML页面提取href中的key参数值

我之前也碰到过一模一样的问题——用XmlSlurper解析邮件里的HTML经常因为格式不规范报错，毕竟邮件HTML大多是各种编辑器生成的，很难严格符合XML标准。下面是我验证过的可行方案，用专门的HTML解析库Jsoup来处理，轻松提取目标key值：

步骤1：引入Jsoup依赖 #

Groovy里可以直接用@Grab快速引入依赖，如果是项目环境的话，Gradle/Maven添加对应依赖即可：

@Grab('org.jsoup:jsoup:1.17.2')
import org.jsoup.Jsoup
import org.jsoup.nodes.Document
import groovy.json.JsonSlurper

步骤2：解析JSON获取HTML内容 #

这部分你已经实现了，我再贴出来确保流程完整：

// 替换成你的实际Graph API返回的JSON字符串
def jsonResponse = '''{"value":[{"body":{"content":"<html><body><a href='https://abc.xyz123.com?key=GBsG3gBoI4YV+fSfejXCbw6vgG6m4OCU7Czfn3PAKXtxVI9Ex'>登录</a></body></html>"}}]}'''

def jsonSlurper = new JsonSlurper()
def jsonData = jsonSlurper.parseText(jsonResponse)
def htmlContent = jsonData.value[0].body.content

步骤3：解析HTML并提取key参数 #

用Jsoup解析HTML，它会自动处理不规范的标签，然后定位目标a标签，提取href并解析key：

// 解析HTML文档
Document doc = Jsoup.parse(htmlContent)

// 定位目标a标签：这里用href包含abc.xyz123.com来筛选，你可以根据实际情况调整（比如链接文本、class属性等）
def targetLink = doc.select("a[href*=abc.xyz123.com]").first()

if (targetLink) {
    String href = targetLink.attr("href")
    // 提取key参数值：先分割出key=后面的部分，再处理可能存在的其他参数
    def keyValue = href.split("key=")[1].split("&")[0]
    println "提取到的key值：${keyValue}"
} else {
    println "未找到包含目标链接的a标签"
}

为什么不用XmlSlurper？ #

XmlSlurper依赖SAXParser，它是为严格的XML设计的，而邮件HTML经常有未闭合的标签、属性省略引号、大小写不规范等问题，这些都会触发解析错误。Jsoup是专门针对HTML开发的解析器，会自动修复这些不规范的语法，完美适配邮件这类场景。

额外提示 #

如果邮件里有多个a标签，你可以优化选择器来精准定位，比如：

• 根据链接文本：doc.select("a:contains(点击登录)")
• 根据class属性：doc.select("a.login-link")
• 组合多个条件：doc.select("a[href*=abc.xyz123.com]:contains(登录)")

内容的提问来源于stack exchange，提问作者rAJ