在Android应用程序中解析HTML和Jsoup问题
问题描述:
我是android开发新手。我正在使用Jsoup解析URL以获取文件位置。在Android应用程序中解析HTML和Jsoup问题
下面是我解析URL的代码,它适用于我插入的大部分URL。 例如,www.baidu.com/
或www.nba.com/
,标题记录与页面源中显示的完全相同。
但是,对于http://music.baidu.com/
,Eclipse日志中显示的标题与页面资源不同。
Eclipse中显示:百度音乐
页面资源显示:<title>百度音乐-中国第一音乐门户</title>
(这是最重要的一个我想解决的问题。)
对于http://music.baidu.com/search?key=%E5%86%8D%E8%A7%81%E7%8E%8B%E5%AD%90+%E6%A3%89%E8%8A%B1%E7%B3%96
Eclipse中再次显示百度音乐
页面资源显示<title>搜索含有"再见王子 棉花糖"的音乐_百度音乐-中国第一音乐门户</title>
此外,对于这2个网页,元素链接中没有内容,因此Log.d("text", link.text());
从不返回任何内容。
我注意到2个网页源代码在HTML中没有像其他HTML代码那样有<meta http-equiv="content-type" content="text/html;charset=utf-8">
。
package com.example.htmlparser;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import android.app.Activity;
import android.os.Bundle;
import android.util.Log;
public class MainActivity extends Activity {
@Override
protected void onCreate(Bundle savedInstanceState) {
//set layout view
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
Thread downloadThread = new Thread() {
public void run() {
Document doc;
try {
String url = "";
doc = Jsoup.connect(url).get();
//doc = Jsoup.parse(new URL(url).openStream(), "UTF-8", url);
String title = doc.title();
Log.d("title", title);
Elements links = doc.select("a[href]");
for (Element link : links) {
//Log.d("link", link.attr("href").toString());
Log.d("text", link.text());
}
} catch (IOException e) {
Log.d("exception", e.toString());
}
}
};
downloadThread.start();
}
}
有人可以帮我解决这个问题吗?
答
当我运行你的代码时,Eclipse为我显示了正确的标题。但是,为了确保越来越乌尔标题你可以试试这个:
String title = doc.select("head title").text();
System.out.println("title: "+ title);
我希望它能帮助