Question

Android Studio有一个非常不寻常的问题，它在4天前开始（我假设在更新后）。问题是：尝试读取（解析）任何页面时会抛出异常，无论是维基百科，谷歌，雅虎，某些java文档......，但是当我在Eclipse中编写相同的代码时，一切都运行正常。所以，这是来自调用类（活动）的代码：

    `new Thread(new ImgCrawlerThread("https://en.wikipedia.org/wiki/Batman_(comic_book)")).start();`

以下是ImgCrawlerThread的代码：

    public void run() {
    // TODO Auto-generated method stub
    try {
        //Thread.sleep(60000);
        URL url = new URL(httpsurl);
        HttpsURLConnection https = (HttpsURLConnection)url.openConnection();
        DocumentBuilder db;
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        db = dbf.newDocumentBuilder();
        Document doc = db.parse(https.getInputStream());
        NodeList nodes = doc.getElementsByTagName("img");
        System.out.println(nodes.item(0).getAttributes().getNamedItem("src").getNodeValue());
        https.disconnect();
    } catch (MalformedURLException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();

    } catch (ParserConfigurationException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (SAXException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }

}

Android Studio中的异常从代码中抛出： Document doc = db.parse(https.getInputSteam())

Eclipse执行的结果如下所示：

//upload.wikimedia.org/wikipedia/en/thumb/4/4d/BatmanComicIssue1%2C1940.png/250px-BatmanComicIssue1%2C1940.png

来自Android Studio：

     `org.xml.sax.SAXParseException: expected: /img read: a (position:END_TAG </a>@43:317 in java.io.InputStreamReader@1f213bb3) 
System.err:     at org.apache.harmony.xml.parsers.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:146)
System.err:     at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:107)
System.err:     at com.finki.filip.crawlingtest.CrawlerAsync.doInBackground(CrawlerAsync.java:61)
System.err:     at com.finki.filip.crawlingtest.CrawlerAsync.doInBackground(CrawlerAsync.java:37)
System.err:     at android.os.AsyncTask$2.call(AsyncTask.java:288)
System.err:     at java.util.concurrent.FutureTask.run(FutureTask.java:237)
System.err:     at android.os.AsyncTask$SerialExecutor$1.run(AsyncTask.java:231)
System.err:     at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1112)
System.err:     at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:587)
System.err:     at java.lang.Thread.run(Thread.java:818)`

我会感谢能够对这个非理性问题给出理性意见的人!!!

Answer 1

HTML！= XML

XML解析器对输入语法非常严格。另一方面，Web浏览器必须与不匹配的标签等竞争并且更加宽容。因此，尝试使用XML解析器解析网页将是一场失败的战斗。

即使Google在Android中也存在同样的问题。如果您查看将Html.fromHtml()转换为标记SpannableString的{{1}}源代码，您会发现它们使用名为jsoup的开源库。这允许＆＃34; tag-soup＆＃34;要像XML一样解析的HTML。它将通过真正破碎的HTML标记为您创建一个合理的DOM。我建议你看看你的应用程序的jsoup。

Android Studio - 访问维基百科页面

1 个答案: