如何解析网页并提取所有href链接？

我想在Groovy中解析一个网页,并用它提取所有href链接和相关文本.

如果页面包含以下链接:

Google

Apple

输出将是:

Google, http://www.google.com

Apple, http://www.apple.com

我正在寻找一个Groovy的答案.AKA.简单的方法!

假设结构良好的XHTML,啜饮xml,收集所有标签,找到'a'标签,并打印出href和文本.

input = """
John
Google
StackOverflow
"""

doc = new XmlSlurper().parseText(input)
doc.depthFirst().collect { it }.findAll { it.name() == "a" }.each {
    println "${it.text()}, ${it.@href.text()}"
}