java为什么Jericho解析器不能解析这个HTML代码?
我在应用程序中使用jericho解析器来获得一个更轻版本的网页,从中提取一些部分。例如,当我得到这个代码时:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN/" "http://www.w3.org/TR/html4/loose.dtd"><html> <head> </head> <body> <b> <span class="articletitletext">Happy New Year!</span></b> <br> <span class="postedstamp">Posted By <script language="JavaScript" type="text/javascript"> <!-- document.write('<a href=" mailto:chris.wyman@verizon.net">'); // --> </script>Chris</a> on January 1, 2012</span><br> <br> <span id="intelliTXT">
From all of us here at TheForce.net, we wish you and your family a safe and Happy New Year. May the Force be with you in 2012!
</span></body> </html>
我想使用jericho解析器再次解析它,但是当我运行
ArrayList<Element> centerElems=(ArrayList<Element>) pageSource.getAllElements(HTMLElementName.CENTER);
我得到了这个例外
01-01 10:46:37.518: ERROR/AndroidRuntime(648): java.lang.RuntimeException: Unable to start activity ComponentInfo{net.test.theforce/net.test.theforce.NewsListActivity}: java.lang.RuntimeException: java.lang.ClassCastException: java.util.Collections$EmptyList
应用程序崩溃了。。。那么,打火机页面有什么问题
# 1 楼答案
在我看来,Jericho解析器可以解析您提供给它的HTML。出现错误是因为您对
getAllElements()
方法返回的内容做出了错误的假设我承认我只能找到这个方法的zero-argument overload的Javadoc,而不是您正在使用的一个参数重载,因此我必须假设两个方法返回相同的类型,} 。这不是一个
List<Element>
。在您的示例中,HTML中没有center
元素,因此getAllElements()
方法应该返回空的List<Element>
。它不必在这里返回ArrayList<Element>
;任何List<Element>
的实现都可以。在本例中,它选择返回一个^{ArrayList<Element>
,你会得到一个ClassCastException
,因为你不能把它转换成一个ArrayList<Element>
据我所知,你有两个选择:
首先,您可能不需要返回的列表是
ArrayList<Element>
。使用List<Element>
就足够了。在这种情况下,您应该更换该行与
其次,如果确实需要列表为
ArrayList<Element>
,则可以根据结果创建ArrayList<Element>
: