以.jhtml結尾的JSoup獲取URL

當我使用下面的代碼

Jsoup.connect("http://www.example.com/").get(); 
Jsoup.connect("http://www.example.com/example.html").get();

第一次調用成功，第二個會引發異常：

Exception in thread "main" java.lang.IllegalArgumentException: Malformed URL: http://www.example.com/example.html 
    at org.jsoup.helper.HttpConnection.url(HttpConnection.java:55) 
    at org.jsoup.helper.HttpConnection.connect(HttpConnection.java:27) 
    at org.jsoup.Jsoup.connect(Jsoup.java:73) 
    at webscraper.JsoupTest.main(JsoupTest.java:259) 
Caused by: java.net.MalformedURLException: no protocol: http://www.example.com/example.html 
    at java.net.URL.<init>(URL.java:567) 
    at java.net.URL.<init>(URL.java:464) 
    at java.net.URL.<init>(URL.java:413) 
    at org.jsoup.helper.HttpConnection.url(HttpConnection.java:53) 
    ... 3 more

我相信它有什麼東西在URL做名「.html」。

如何使用JSoup連接到URL？

來源

2013-02-20 Michał Pękała

它無關。html的，你有你的第二個URL一個空格前綴。刪除空白處，它會在我身邊正常工作。

您可以使用此tool的ASII轉換爲十六進制的代碼行seperately，你會發現第二個URL對的16

來源

2013-02-20 15:43:28 Joe

你是對的。謝謝！你知道我可以如何移除它嗎？ 'url.replaceAll（「\\ s」，「」）'在這裏沒有幫助。 – 2013-02-20 16:15:06

很奇怪，它不是一個普通的空白'20'，它是'1f'。也許你可以用正確的'http：//'替換'http：//'（用奇怪的代碼）。 – Joe 2013-02-20 16:18:50

好的提示。我這樣做：'url =「http」+ url.substring（url.indexOf（「：」））;' – 2013-02-20 17:57:42

我想這是因爲你應該在URL中編碼破折號。試試這個：

String url = java.net.URLEncoder.encode("http://www.example.com/example.html", "UTF-8"); 
Jsoup.connect(url).get();

文件：http://docs.oracle.com/javase/1.5.0/docs/api/java/net/URLEncoder.html

來源

2013-02-20 15:36:21 dstronczak

破折號有效字符的位置冗餘字符「1F」的URL，所以不需要編碼。 – 2013-02-21 12:23:05

以.jhtml結尾的JSoup獲取URL

回答

相關問題