Java使用jsoup库连接url时报错(MalformedURLException)

最近写了一个程序,目的是连接给定的url并获取网页上的内容。该程序用到了jsoup库(一个HTML解析器库),但是在运行时出现了错误,有的url可以连接上并成功获取内容,有的url却报错。
代码如下:

public class Test2 {
    public static void main(String[] args) throws IOException {
    	//此url会报错
        String url = ("http://search.cnki.com.cn/Search/Result?content=%u8BA1%u7B97%u673A%u533B%u7597");
        Document doc = Jsoup.connect(url).get();
        //输出网页内容
        System.out.println(doc.text());
    }
}

报错信息:

Exception in thread “main” java.net.MalformedURLException: Malformed escape pair at index 48: http://search.cnki.com.cn/Search/Result?content=%u8BA1%u7B97%u673A%u533B%u7597

我们来看看能正确运行的url和会报错的url有什么不同:

//能正确运行的url
String url = ("https://github.com/search?q=computer+network");
//会报错的url
String url = ("http://search.cnki.com.cn/Search/Result?content=%u8BA1%u7B97%u673A%u533B%u7597");

可以看到第二个url的搜索请求部分(?后面的部分)多了个特殊符号’%’,这就是导致连接错误的原因!
查资料知道:url搜索请求部分的参数必须为URL可编码的形式,它们不能包含任何特殊字符,例如:&会被当作一个新参数的开始;%被用作转义字符,比如%20是一个空格字符。
解决方法:对url参数值进行编码。第二个url的参数值为我们要搜索的内容,这里为"计算机医疗",而不是"%u8BA1%u7B97%u673A%u533B%u7597"。

//解决方法:对参数值编码
public class Test2 {
    public static void main(String[] args) throws IOException {
        String url = ("http://search.cnki.com.cn/Search/Result?content=");
        //对参数值以UTF-8的方式编码
        String query = URLEncoder.encode("计算机医疗", StandardCharsets.UTF_8);
        Document doc = Jsoup.connect(url + query).get();
        System.out.println(doc.text());
    }
}

成功连接:
成功连接


之后我又用URLConnection的方法连接同样一个url,发现这种方法不受这个错误的困扰:

public class UrlTest {
    public static void main(String[] args) throws IOException {
        URL url = new URL("http://search.cnki.com.cn/Search/Result?content=%u8BA1%u7B97%u673A%u533B%u7597");
        URLConnection connection = url.openConnection();
        connection.connect();
		//将获取到的内容输出
        BufferedReader br = new BufferedReader(new InputStreamReader(connection.getInputStream()));
        String s;
        while ((s = br.readLine()) != null) {
            System.out.println(s);
        }
    }
}

这个程序可以正确运行,原因是new URL()这个构造方法会自动帮我们解析字符串并转为url。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值