Question

我尝试通过Java访问Wikiquote来获取引用。

到目前为止，我有这段代码：

 JsonObjectRequest request = new JsonObjectRequest(
                Request.Method.GET, "https://en.wikiquote.org/w/api.php?format=json&action=parse&page=Ellen_DeGeneres&prop=text", null,
                new Response.Listener<JSONObject>() {
                    @Override
                    public void onResponse(JSONObject jobject) {
                        try {
                            for (int i = 0; i < jobject.names().length(); i++) {
                                Log.e("JSON", "key = " + jobject.names().getString(i) + " value = " + jobject.get(jobject.names().getString(i)));
                            }

                        } catch (Exception ex) {
                            Log.e("JSON", ex.getLocalizedMessage());
                        }
                    }
                },
                new Response.ErrorListener() {
                    @Override
                    public void onErrorResponse(VolleyError volleyError) {
                    }
                });
        request.setTag(getClass().getName());
        VolleySingleton.getInstance(this).addToRequestQueue(request);

这是我的logcat中的响应。所以它应该是JSON响应，但身体看起来非常HTML给我。那么如何解析这个来获取所有引用呢？

key = parse value = {“title”：“Ellen   勒斯 “ ”的pageid“：1902， ”文本“：{ ”*“：” \ n＆LT; / A＆GT; \ n \ n＆LT; / A＆GT;＆LT; / DIV＆GT; \ nEllen   DeGeneres＆lt; / div＆gt; \ n＆lt; / div＆gt; \ n＆lt; / div＆gt; \ n

Ellen Lee   勒斯＆LT; / A＆GT;＆LT; / B个（出生于1月26日＆lt; / a＆gt;，1958＆lt; / a＆gt;）是美国人   脱口秀喜剧演员，电视女主人和女演员。她出演了   流行的情景喜剧Ellen＆lt; / a＆gt;＆lt; / i＆gt;从1994年到1998年，并有   举办了她的联合电视脱口秀节目，艾伦   DeGeneres Show＆lt; / a＆gt;＆lt; / i＆gt;，自2003年以来。她与Portia de结婚   罗西＆LT; / A＆GT;。＆LT; / p为H. \ nQuotes＆LT; /跨度＆GT;并[d /跨度＆gt;编辑＆LT; / A＆GT;]＆LT; /跨度＆GT;＆LT; /跨度＆GT;＆LT; / H2＆GT; \ n \ n

我   想想这项工作的难点[站立] - 我的意思是，我认为这一点   部分是伟大的 - 但旅行是你知道的，因为 - 因为我   从家里走了很多，这次我出去了三个半星期   没有回家，那很难，要走了三个半星期   因为那时我得问问我的朋友，“你介意去看看吗？   房子和浇灌植物，并打开一些灯，然后制作它   看起来像某人的家，并确保移动通过婴儿床   没有纠结或婴儿会感到无聊...... \“\ n \ n

品味   这＆lt; / i＆gt;＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n \ n

你不讨厌什么时候   人们上班迟到了。他们总是有最糟糕的借口。 \“哦，   对不起，我迟到了，交通。\“\”交通，对吧？你觉得我怎么样？   这里;直升飞机！？\“\ n \ n

这里和   现在＆lt; / i＆gt;＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n \ n

我是 - 我是，嗯，一个   教母就是这样，做教母很有趣，她是   所以＆LT; I＆GT /;珍贵，她是我生命中的光，她是两个......或者五个   或者什么，她是，呃......我不知道，我从未见过她 -   图片很珍贵，她只是看起来如此，你知道......她活得很清楚   穿过小镇，我没有那种时间，但是，嗯......好吧，我发送   金钱和东西，它不像我没有   连接.... \ n \ n

味   这＆lt; / i＆gt;＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n \ n

我不想得到   当他们乘坐抱婴儿的飞机时，我给人们相同的外观：   “这是一个可爱的宝宝，只要继续走路，继续走路，继续前进，   继续...... \“\ n \ n

味道   这＆lt; / i＆gt;＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n \ n

如果我们不想   我们用外表来表达我自己的东西   坚持以我们的行为来判断的令人反感的选择，   通过我们的工作。\ n \ n

我的观点...而且我有一个＆lt; / i＆gt;。新   约克：Bantam Books，1995＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n＆lt; / li＆gt; \ n＆lt; / ul＆gt; \ n \ n

Answer 1

首先，维基百科是面向HTML的，如果我们可以这么说的话，将HTML转换为JSON（修辞地：顺便说一下哪种JSON格式？）是没有意义的，所以它只返回HTML的一部分。显示在任意HTML查看器中。你在这里要做的是：

进行API调用以获得格式良好的JSON响应（您正在使用Volley进行此操作）。
从JSON响应中提取引号HTML。
从上一步骤中提取的HTML中提取引号。
以某种方式显示引号。

我刚刚在2017年4月5日转发了该回复，以下示例提供了一个使用普通Java和org.json以及JSoup的可能解决方案：

public static void main(final String... args)
        throws IOException {
    try ( final Reader reader = getPackageResourceReader(Q42938530.class, "wikiquotes.json") ) {
        final JSONTokener tokener = new JSONTokener(reader);
        final JSONObject jsonObject = (JSONObject) tokener.nextValue();
        final String quotesHtml = extractQuotesHtml(jsonObject);
        final List<String> quotes = extractQuotes(quotesHtml);
        for ( final String quote : quotes ) {
            System.out.println(quote);
        }
    }
}

private static String extractQuotesHtml(final JSONObject jsonObject) {
    return jsonObject
            .getJSONObject("parse")
            .getJSONObject("text")
            .getString("*");
}

private static List<String> extractQuotes(final String quotesHtml) {
    final Document document = Jsoup.parse(quotesHtml);
    final List<String> quotes = new ArrayList<>();
    final Elements elements = document.select("ul > li");
    for ( final Element element : elements ) {
        quotes.add(element.text());
    }
    return quotes;
}

当然，您必须微调extractQuotes方法以更准确地提取引号。目前上面的示例能够生成以下输出到stdout：

我觉得这项工作很难[脱口而出] - 我的意思是，我认为这部分很棒 - 但旅行是你知道的，因为 - 因为我离家很多这次我出门三个半星期没有回家，这很难，三个半星期后才会消失，因为我不得不问我的朋友，“你介意去吗？房子和浇灌植物，并打开一些灯，使它看起来像一个人的家，并确保婴儿床上的移动不纠结或婴儿会感到无聊......“品尝这个左右   品尝这个   你不讨厌人们上班迟到的时候。他们总是有最糟糕的借口。 “哦，我很抱歉，我迟到了，交通。” “交通，嗯？你觉得我怎么来到这里;直升飞机！？”这里和现在
  这里和现在

如何使用Java解析Wikiquotes响应？

1 个答案: