网页抓取时，页面包含的url的处理 javaurl

页面上的url形式多样，建议采用java.net.URL 进行处理：

for (Element link : links) {
				//System.out.println();

				String sLink = link.attr("href").trim();
				//logger.info("sLink: "+sLink);
				if(sLink==null || sLink.trim().equals("")) continue;
				
				try {
					URL linkUrl = new URL(urlEntry,sLink);
					// 链接的主机头和 Entry 的主机头互相不包含，说明不是在同一个网站里面，丢弃。
					if(urlEntry.getHost().indexOf(linkUrl.getHost())==-1
							&& linkUrl.getHost().indexOf(urlEntry.getHost())==-1) continue;
					sLink = linkUrl + "";

                                        // do something here
				} catch (MalformedURLException e) {
					continue;
				}
}