jsoupを使って一行あたり最初のURLだけを取得する方法

Question

お世話になります。
現在、JAVAでjsoupライブラリを使ってWebスクレイピングを行っています。
具体的にはWikiページの特定の<ul>タグ内にあるリンクURLを取得して配列に取りこみたいと考えています。
URLの取得は成功したのですが、一つの<li>タグ内に複数のリンクURLがある場合には先頭のURLだけを取得したいのです。

例：

<ul id="hoge">
 <li><a href="URL_1">URL_1</a></li>
 <li><a href="URL_2">URL_2</a>"("<a href="URL_2_2">URL_2_2</a>")"</li>
 <li><a href="URL_3">URL_3</a></li>
 <li><a href="URL_4">URL_4</a>"("<a href="URL_4_2">URL_4_2</a>")"</li>
</ul>
```URL_2_2、URL_4_2は取得しなくて良い

---

現在実装しているURL取得のJavaのコードです。
```Java
 Document doc = Jsoup.connect(HTTP_URL_MAIN).get();

 Elements wikiUrl = doc.getElementById("hoge").select("[href]");
     
 for(Element element: wikiUrl){
     System.out.println(element);
 }

上記コードでは当然、すべてのURLを取得してしまいます。

説明不足で分かりづらいところがあれば申し訳ないのですが、何か良い方法はありませんでしょうか。
ご教授いただければと思います。よろしくお願いいたします。

Answer 1

どのようなパターンを除外するか、そのルールを決める必要があります。

下記の例は、Aタグに囲まれているテキスト文字列が、正規表現^URL_\d+_2$にマッチする場合は除外するようにしてみました。

for (Element element : wikiUrl) {
    String href = element.attr("href");
    if (href.matches("URL_\\d+_2")) {
        continue;
    }
    System.out.println(element);
}