在Java中使用Jsoup时出现异常输出

在尝试使用Jsoup从Wikipedia提取文本时，我得到了以下输出：

我没有足够的代表来发布图片，因为我是这个网站的新手，但基本上是这样的：

[]{k[]q[]f[]d[]d  etc..

以下是我的部分代码：

public static void scrapeTopic(String url)

{
    String html = getUrl("http://www.wikipedia.org/" + url);



    Document doc = Jsoup.parse(html);

    String contentText = doc.select("*").first().text();

    System.out.println(contentText);


}

它似乎获取了所有信息，但格式错误

我感谢你给予的任何帮助

---

提前谢谢

这里有一些建议给你。获取普通网页时，不需要像cookie一样设置HTTP头字段，用户代理只需调用：

Document doc = Jsoup.connect("givenURL").get();

此函数使用GET请求读取网页。当您使用

*

选择元素时，它返回任何元素，即文档的所有元素。因此，调用

doc.select（“*”）.first（）

将返回

#root

元素。尝试打印以查看：

System.out.println(doc.select("*").first().tagName()); // #root
System.out.println(doc.select("*").first());  // will print the whole document, 
System.out.println(doc); //print the whole document, the above action is pointless
System.out.println(doc.select("*").first()==doc); 
               // check whither they are equal, and it will print TRUE

我假设您只是想了解一下这个API，虽然它功能强大，但是一个好的开始应该是尝试通用的文档操作函数，例如，

doc.getElementsByTag（）

---

然而，在我的本地机器上，我成功地获取了文档并使用

getURL（）

函数对其进行了解析

Jsoup不会返回图片而是文本，当然你可以发布更多返回的文本。当我复制并粘贴到这里时，它会变成完全不同的东西。这就是为什么我试图上传一张输出的图片，请上传返回的图片text@Hovercraft，他的getUrl打开一个目录并获取页面，半小时前他问过。@Sage:好的，谢谢。为此，我通常使用

Jsoup.connect（…）.get（）

。