Question

我不确定如何描述问题，但基本上，我正在使用JSoup来解析一些HTML并删除文章文本。我正在使用的方法是：

    public static String getArticle(String articleLink) {
    Log.i("article link", articleLink);
    Document doc = null;
    try {
        doc = Jsoup.connect(articleLink).timeout(10000).get(); 
    } catch (IOException ioe) {
        return null;
    }
    Elements articleBody = doc.select("div.article-body");
    Element first = articleBody.first();
    return first.text();
}

当我拿出这段代码，并在Netbeans中创建一个示例程序，并传递到该页面的链接时，它返回文章就好了。但是，当我在我的Android设备上运行它时，我在'return first.text（）'处得到一个空指针。

我不确定这是怎么回事。该应用程序已发布并一直在运行，但突然之间，它开始崩溃，让我相信网页布局发生了变化，但我只是运行了独立程序，传入同一篇文章链接，它的工作原理在我的电脑上很好，但我在android上得到了nullPointer。同样的jsoup版本，任何想法？

更新：doc变量的值为：

<!DOCTYPE html>
<html>
<head> 
<title>Redirecting...</title> 
<meta http-equiv="refresh"     content="0;url=http://m.ncataggies.com/mobile/ViewArticle.dbml?    atclid=205823481&amp;DB_MENU_ID=&amp;SPSID=&amp;SPID=&amp;DB_OEM_ID=24500" /> 
<meta name="ROBOTS" content="NOINDEX,NOFOLLOW" /> 
</head> 
<body>  
</body>
</html>

所以事情发生了变化......

Answer 1

ncataggies.com处的服务器正在检查请求中的用户代理标头，并向移动浏览器提供不同的网页。由于您未指定用户代理，因此服务器会看到Android提供的默认代理，该代理将其标识为移动浏览器。

在jsoup中，您可以像这样设置用户代理：

String ua = "Mozilla"; // I'd suggest using your current browser as reference    
doc = Jsoup.connect(url).userAgent(ua).timeout(10000).get();

您可以查看当前的用户代理here。

Android与桌面应用程序

1 个答案: