Jsoup.parse() 方法的替代方案
Posted
技术标签:
【中文标题】Jsoup.parse() 方法的替代方案【英文标题】：Alternative of Jsoup.parse() method 【发布时间】：2013-12-22 17:18:02 【问题描述】：我使用Jsoup.parse() 来解析this data。一切都很好，但需要很多时间。
例如，此数据需要 20 秒。用于解析。还有其他解决方案可以满足我的需求吗？
代码：
rezult = Jsoup.parse(res.parse().outerhtml(), "UTF-8").text();
res 是来自link 的文本。
=========== 更新 =============
我将此变量与Jsoup.parse() 分开，并了解它是问题的根源。需要 20 秒，而不是 Jsoup.parse()。
String tmp = res.parse().outerHtml();
而这个只需要 1 秒：
rezult = Jsoup.parse(tmp, "UTF-8").text();
我使用此代码从此链接获取数据。我使用Jsoup.parse()，因为没有它我会得到这样的结果：
<html>
<head></head>
<body>
"success":true,"currentUser":43743,"careTypes":["id":1,"name":"\u0421\u0442\u0438\u0440\u043a\u0430","description":"\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0441\u0442\u0438\u0440\u043a\u0438 \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f \u0437\u0434\u0435\u0441\u044c, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u044b \u0432\u044b\u0431\u0435\u0440\u0435\u0442\u0435 \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u043c\u044b\u0439 \u0440\u0435\u0436\u0438\u043c.","id":2,"name":"\u041e\u0442\u0431\u0435\u043b\u0438\u0432\u0430\u043d\u0438\u0435","description":"\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043e\u0442\u0431\u0435\u043b\u0438\u0432\u0430\u043d\u0438\u044f \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f \u0437\u0434\u0435\u0441\u044c, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u044b \u0432\u044b\u0431\u0435\u0440\u0435\u0442\u0435
改为：
"success":true,"currentUser":43743,"careTypes":["id":1,"name":"\u0421\u0442\u0438\u0440\u043a\u0430","description":"\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0441\u0442\u0438\u0440\u043a\u0438 \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f \u0437\u0434\u0435\u0441\u044c, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u044b \u0432\u044b\u0431\u0435\u0440\u0435\u0442\u0435 \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u043c\u044b\u0439 \u0440\u0435\u0436\u0438\u043c.","id":2,"name":"\u041e\u0442\u0431\u0435\u043b\u0438\u0432\u0430\u043d\u0438\u0435","description":"\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043e\u0442\u0431\u0435\u043b\u0438\u0432\u0430\u043d\u0438\u044f \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f \u0437\u0434\u0435\u0441\u044c, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u044b \u0432\u044b\u0431\u0435\u0440\u0435\u0442\u0435
但现在主要的问题是将res.parse() 方法更改为执行时间更短的其他方法。
=========== 更新 2 =============
long t2 = System.currentTimeMillis();
try
Connection connection = Jsoup.connect(url)
.method(Connection.Method.POST)
.cookies(cookies)
.timeout(30000)
.ignoreContentType(true);
if (data != null)
connection.data(data);
res = connection.execute();
Logger.d(System.currentTimeMillis() - t2 + " = connection.execute");
long t6 = System.currentTimeMillis();
String tmp = res.parse().outerHtml();
Logger.d(System.currentTimeMillis() - t6 + " = res.parse().outerHtml()");
long t4 = System.currentTimeMillis();
rezult = Jsoup.parse(tmp, "UTF-8").text();
Logger.d(System.currentTimeMillis() - t4 + " = Jsoup.parse");
我在 Logcat 中得到了什么：
1588 = connection.execute
16150 = res.parse().outerHtml()
1466 = Jsoup.parse
【问题讨论】：
解析该信息不可能花费 20 秒。为什么要解析已经解析的结果？你想做什么？ 我更新了帖子，请看。 对我来说仍然很不清楚。期望的结果是什么？你能举一个例子来准确地显示“这就是我想要的结果”吗？您应该知道 Jsoup 无法执行 javascript，如果您要解析的任何文本使用 JavaScript 呈现，您将无法解析它。 我想从此链接 (api.3botinka.com/api/synchronize) 获取带有文本的字符串变量。我需要这个没有任何 HTML 标签的文本。对于这个海豚，我使用 Jsoup。 JavaScript 没关系，当前网页是不可能的。 请将您的代码作为一个整体发布 【参考方案1】：使用eval()。另外，请确保eval() 的来源是安全的。 eval() 将尝试评估任何语句，因此可能会暴露未正确使用的安全问题
【讨论】：
我不知道eval()这样的方法。你能告诉我如何在我的案例中使用它或给我一些文档的链接吗？ 您只需将 eval() 与 parse() 完全一样使用，只需使用单词 eval 而不是 parse。希望它会有所帮助...... Jsoup.Connection 不支持此方法。你确定你使用的是同一个库吗？ 好的。对不起 p.Valery！我搞砸了你正在使用特殊的库。【参考方案2】：我找到了这个问题的解决方案。
Jsoup lib 中还有其他方法无需解析即可获取页面内容。
解决方案是更改此行：
String tmp = res.parse().outerHtml();
在这一行：
String tmp = res.body();
确实快了20倍。可能他们做不同的工作，但在我的需要中是一样的。
【讨论】：
以上是关于Jsoup.parse() 方法的替代方案的主要内容，如果未能解决你的问题，请参考以下文章
Android API < 8 的 SpeechRecognizer 类的 stopListening() 方法的替代方案
WPF中TreeView.BringIntoView方法的替代方案