Question

我正在尝试在Android应用上动态提取某些HTML标记之间的文本，例如<h4>,<h3>,<h2>。我试图编写代码，但是一旦我尝试调用该函数，应用程序就会崩溃。

这是我的代码：

import java.util.ArrayList;
import java.util.List;

public class Extractor {

    String code = ""; //--------------------------------Some HTML Code
    List<Integer> fromIndex , toIndex;
    List<String> headings;


    public void populate() {

        int index;

        ArrayList<String> oTag = new ArrayList<>();
        oTag.add("<h4>");
        oTag.add("<h3>");
        oTag.add("<h2>");

        for (String ot : oTag) {
            index = code.indexOf(ot);
            while (index >= 0) {
                fromIndex.add(index + ot.length());
                index = code.indexOf(ot, index + ot.length());
            }
        }

        ArrayList<String> cTag = new ArrayList<>();
        cTag.add("</h4>");
        cTag.add("</h3>");
        cTag.add("</h2>");

        for (String ct : cTag) {
            index = code.indexOf(ct);
            while (index >= 0) {
                toIndex.add(index);
                index = code.indexOf(ct, index + ct.length());
            }
        }

        for(int i = 0 ; i < toIndex.size() ; i++)
        {
            headings.add(code.substring(fromIndex.get(i),toIndex.get(i)));
        }
    }
}

Android Studio显示的错误是：

java.lang.NullPointerException: Attempt to invoke interface method 'boolean java.util.List.add(java.lang.Object)' on a null object reference
                      at com.myuser.hplap.myapp.Extractor.populate(Extractor.java:50)
                      at com.myuser.hplap.myapp.MainActivity$1.onClick(MainActivity.java:38)
                      at android.view.View.performClick(View.java:5204)
                      at android.view.View$PerformClick.run(View.java:21158)
                      at android.os.Handler.handleCallback(Handler.java:739)
                      at android.os.Handler.dispatchMessage(Handler.java:95)
                      at android.os.Looper.loop(Looper.java:148)
                      at android.app.ActivityThread.main(ActivityThread.java:5461)

变量code是从包含网页完整HTML代码的活动发送的，但为了简单地表示它，我已将其包含在同一个类中。

此外，在为此寻找解决方案时，我已经看到了许多其他解决相同问题的方法（例如：正则表达式，XPath，HtmlCleaner等），但我很困惑哪种方法最适合我。有人可以推荐一种经过试验和测试的方法吗？

Answer 1

您永远不会初始化List<String> headings。

关于HTML标签问题，我认为这些可以让你开始：

如果您已经阅读过这些内容，并且没有得到您想要的答案（例如：what's wrong with HTMLParser?） - 那么请详细说明您的先决条件。

尝试在HTML标记之间查找文本时出错

1 个答案: