用jsoup解析HTML：Android和Java的区别_Java_Android_Html_Parsing_Jsoup

用jsoup解析HTML：Android和Java的区别

java android html parsing

用jsoup解析HTML：Android和Java的区别,java,android,html,parsing,jsoup,Java,Android,Html,Parsing,Jsoup,我在使用jsoup时遇到了问题，因为我已经用Java编写了用于解析网站中的一些信息的代码，并且工作得非常好。但是我复制了Android中的代码（将其封装在asyncTask中），但是该文档与使用jsoup.connect（）为什么? 一些代码行是： Document doc = null; try { doc=Jsoup.connect("myurl").timeout(10000).get(); } catch (IOException e) { e.printStackT

我在使用jsoup时遇到了问题，因为我已经用Java编写了用于解析网站中的一些信息的代码，并且工作得非常好。
但是我复制了Android中的代码（将其封装在asyncTask中），但是该文档与使用

jsoup.connect（）

为什么?

一些代码行是：

Document doc = null;
try {
    doc=Jsoup.connect("myurl").timeout(10000).get();
} catch (IOException e) {
    e.printStackTrace();
}

Element body = doc.body();      
Element figlio = body.child(0);     
Elements span_elements = figlio.getElementsByTag("span");

我在这里发布了java和android的完整代码

爪哇

这是ANDROID代码（我在AndroidManifest中包含了互联网权限）安卓

公共类MainActivity扩展活动{
//Campi necessari per il解析器HTML
字符串ProductName=“”；
字符串说明=”；
字符串LongDescription=“”；
字符串类别=”；
@凌驾
创建时受保护的void（Bundle savedInstanceState）{
super.onCreate（savedInstanceState）；
setContentView（R.layout.activity_main）；
HttpHTML task3=新的HttpHTML（）；
task3.execute（）；
}
公共类HttpHTML扩展异步任务{
@凌驾
受保护的void onPreExecute（）{
}
@凌驾
受保护的Void doInBackground（Void…参数）{
单据单据=空；
试一试{
doc=Jsoup.connect（“http://eandata.com/lookup/9788820333584/）超时（10000）.get（）；
}捕获（IOE异常）{
e、 printStackTrace（）；
}
//Accedo all'elemento del documento
元素体=doc.body（）；
System.out.println（body.text（））；
//普伦多·莱门托·菲格里奥·德尔·博迪酒店
元素figlio=body.child（0）；
System.out.println（figlio.text（））；
元素span_Elements=figlio.getElementsByTag（“span”）；
对于（元素p:span_元素）{
if（（p.id（）.compareTo（“”）==0 | | p.id（）==null）{
继续；
}
else if（p.id（）.compareTo（“upc_产品_o”）==0）{
ProductName=p.text（）；
继续；
}
else if（p.id（）.compareTo（“upc_产品描述”）==0）{
Description=p.text（）；
继续；
}
else if（p.id（）.compareTo（“upc\U prod\U cat\U path\U o”）==0）{
类别=p.text（）；
继续；
}
else if（p.id（）.compareTo（“upc\u prod\u url\u o”）==0）{
继续；
}
else if（p.id（）.compareTo（“upc\u prod\u long\u desc\u o”）==0）{
LongDescription=p.text（）；
继续；
}
}
System.out.println（产品名称）；
系统输出打印项次（说明）；
系统输出打印项次（类别）；
System.out.println（长描述）；
返回null；
}
@凌驾
受保护的void onProgressUpdate（void…值）{
}
@凌驾
受保护的void onPostExecute（void结果）{
}
}
}

在不知道您点击的URL的情况下，这只是一个猜测，但我敢打赌5美元我是对的：服务器正在根据您的用户代理字符串发送不同的HTML，因为您没有明确设置它，所以它是默认的。Android和Java之间的默认设置是不同的。该服务器试图提供帮助，并为您提供针对Android的移动优化HTML

确保在生成请求时指定用户代理。详见文档。我通常将其设置为当前浏览器。

非常有趣的问题。如果你看这个网站，有趣的部分信息是动态加载的。Jsoup不应该解析这个部分。我不明白为什么android上的工作方式不同。但这并不重要。我找到了加载有趣信息的url

试着分析这个。另外一个好处是返回的数据集更小，使用的内存更小，在android上可能更快

http://eandata.com/lookup.php?extra=x&code=9788820333584&mode=prod&show=&force_amazon=&ajax=1

到底是什么问题？Android应用程序是用Java编写的，Jsoup设计用于Android。如果代码在其他地方工作，它也应该在这里工作。代码在Java中完全工作，但在Android中，文档的解析方式不同。我在调试android时分析了文档文档，发现了文档中的差异，因为在android中，文档中并没有包含文档的所有标记范围。我用.useragent（“”）解决了添加useragent的问题。谢谢。@Giulio-很高兴这解决了这个问题。您可能希望接受/投票此答案，以便其他人知道答案已完成。

public class MainActivity extends Activity {

    //Campi necessari per il Parser HTML
        String ProductName = "";
        String Description = "";
        String LongDescription = "";
        String Category = "";

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        HttpHTML task3 = new HttpHTML();
        task3.execute();
    }

    public class HttpHTML extends AsyncTask<Void,Void,Void> {

        @Override
        protected void onPreExecute() {
        }

        @Override
        protected Void doInBackground(Void...params) {
            Document doc = null;
            try {
                 doc=Jsoup.connect("http://eandata.com/lookup/9788820333584/").timeout(10000).get();
            } catch (IOException e) {
                e.printStackTrace();
            }

            //Accedo all'elemento <body> del documento
            Element body = doc.body();
            System.out.println(body.text());

            //Prendo l'elemento figlio del body
            Element figlio = body.child(0);
            System.out.println(figlio.text());

            Elements span_elements = figlio.getElementsByTag("span");

            for(Element p : span_elements) {

                if((p.id().compareTo("")) == 0 || p.id() == null) {
                    continue;
                }

                else if(p.id().compareTo("upc_prod_product_o") == 0) {
                    ProductName = p.text();
                    continue;
                }

                else if(p.id().compareTo("upc_prod_description_o") == 0) {
                    Description = p.text();
                    continue;
                }

                else if(p.id().compareTo("upc_prod_cat_path_o") == 0) {
                    Category = p.text();
                    continue;
                }

                else if(p.id().compareTo("upc_prod_url_o") == 0) {
                    continue;
                }

                else if(p.id().compareTo("upc_prod_long_desc_o") == 0) {
                    LongDescription = p.text();
                    continue;
                }

            }

            System.out.println(ProductName);
            System.out.println(Description);
            System.out.println(Category);
            System.out.println(LongDescription);

            return null;
        }

        @Override
        protected void onProgressUpdate(Void... values) {
        }

        @Override
        protected void onPostExecute(Void result) {

        }

    }




}

http://eandata.com/lookup.php?extra=x&code=9788820333584&mode=prod&show=&force_amazon=&ajax=1