1

我不确定如何描述这个问题，但基本上，我正在使用 JSoup 解析一些 html 并提取文章文本。我使用的方法是：

    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();
}

当我拉出这段代码，并在 Netbeans 中创建一个示例程序，并传递到页面的链接时，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，但是突然之间，它开始崩溃，使我相信网页的布局发生了一些变化，但是我只是运行了独立程序，并在同一篇文章中传递了链接，并且可以运行在我的电脑上很好，但我在 android 上得到了 nullPointer。相同版本的 jsoup 也有，有什么想法吗？

更新： doc 变量的值是：

<!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>

所以有些东西确实改变了……

4

1 回答 1

3

服务器ncataggies.com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页面。因为您没有指定用户代理，所以服务器会看到 Android 提供的默认代理，它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();

您可以在此处查看您当前的用户代理。

于 2012-12-17T06:11:34.857 回答