htmlparser抓取url的时候，含有中文字符抛出异常

我明确的看了网站的编码是gb2312，并且有设置
parser.setEncoding("gb2312");
但是最后抛出这个异常
Exception in thread "main" java.lang.IllegalArgumentException
原因是我的url里面含有中文，不知道该怎么结局诶

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

3条回答

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
Exploring1024 2016-02-17 00:40
关注
这个可能是htmlparser的弊端吧！还有好几种比较不错的解析html，比如Jsoup工具也不错

解决无用
评论打赏
分享
举报

评论

按下Enter换行，Ctrl+Enter发表内容

报告相同问题？

关注问题

引用HTMLParser提示markupbase没有属性ParserBase python 后端开发语言有问必答
2022-01-21 09:01

回答 2 已采纳 import HTMLParser更换为from html.parser import HTMLParser参考：问题解决：ModuleNotFoundError: N
htmlparser提取网页内容 html5
2016-11-30 13:14

回答 2 已采纳原文字太小了，看不清 http://www.cnblogs.com/coding-hundredOfYears/archive/2012/12/15/2819217.html http://blo
python爬虫，爬取百度百科python词条页面数据，是这个页面url的抓取不到还是其他原因？ python 爬虫
2017-12-07 09:21

回答 6 已采纳 def get_new_url(self): return len(self.new_urls) != 0 def has_new_url(self): new_url =
htmlparser学习总结
2014-09-02 11:56

techlgwjda的博客本文是简单的介绍htmlparser抓取的常用代码示例，具体详见：htmlparser下载包中的api文档。下面理清一下Node节点与节点之间的关系及NodeFilter的全部实现类。 Interface Node |||All Known Subinterf
关于htmlparser读取问题
2011-12-22 20:33

回答 3 已采纳或者你换个思路 TagNode应该是有getChildren()的方法获得及标签节点，tagNode.getChildren(); 还有nextNode()方法获取相邻节点你可以先获
HtmlParser怎么解析Iframe
2011-11-21 08:10

回答 2 已采纳 [code="java"]import org.htmlparser.tags.CompositeTag; public class StrongTag extends Compos
关于爬虫百度百科问题，求教各位。代码如下，运行提示错误。爬虫
2017-10-19 09:26

回答 4 已采纳你先搞个简单的试试能不能用urlopen访问百度百科，一般大的网站都做了防爬处理。
htmlparser整理
2014-03-27 21:22

一口井的博客在线API文档：...htmlparser是个优秀的网页信息抓取工具，下面理清一下Node节点与节点之间的关系及NodeFilter的全部实现类。 Interface Node |||All Known Subinterfaces: Remark（RemarkNode ）,
如何用htmlparser修改html中标签的内容
2008-11-06 12:21

回答 5 已采纳楼上的代码是正解，可以解决这个问题，但是返回的结果如果span元素还有parent元素的话就不正确了，当然前提是不知道要解析的html代码是什么样的，所以应该这样做： public String p
如何使用htmlparser获得指定id标签里的内容？
2010-02-22 18:25

回答 1 已采纳 Parser parser = new Parser(currentURL); AndFilter filter = new
關於htmlparser和httpclinet爬蟲問題
2011-11-17 20:13

回答 6 已采纳可能有些网页编码太差，你的java解析不了爬虫应该对这类情况进行处理一下，以免出现一些问题，比如网页里没有外链，或者死循环吧，比如httpclient获取不到html页面也有可能，比如别GFW屏蔽
python/itertools-contextlib-urllib-XML-HTMLParser
2020-07-18 18:00

fan__lee的博客要处理异常时，不要显示重新抛出异常，即不能重新抛出通过参数传递进来的异常，只需要将返回值设置为 False 就可以了。之后，上下文管理代码会检测是否 __exit__() 失败来处理异常 @contextmanager 编写__enter__和_...
高手帮助！ HTMLParser懂得大侠进！
2010-12-31 19:02

回答 1 已采纳 [code="java"] import org.htmlparser.Node; import org.htmlparser.Parser; import org.htmlparser.fil
网络爬虫---htmlparser
2014-06-23 17:28

wilsonke的博客中文论坛 . http://bbs.hexiao.cn/thread.php?fid=6 Constructor Summary Parser () Parser ( URLConnection connection) Construct a parser using the ...
转载自android 开发--抓取网页解析网页内容的若干方法(网络爬虫)（正则表达式）
2016-09-18 21:33

后岔湾程序员的博客 android 开发--抓取网页解析网页内容的若干方法(网络爬虫)（正则表达式）标签： android开发爬虫技术xml解析html解析 2015-09-11 21:35 836人阅读评论(0) 收藏举报分类： android开发学习笔记
抓取国家统计局区划、城乡划分代码的简易python爬虫实现
2017-05-26 16:51

Levy_96的博客抓取国家统计局区划、城乡...所谓简易，一方面是因为是单线程爬虫，不涉及python的多进程、多线程编程，另一方面是因为不包括“URL管理器”的模块（负责存储已爬取、未爬取的url序列，控制爬虫不多爬、不漏爬），而是
Python爬虫技术系列-02HTML解析-xpath与lxml
2023-09-25 16:37

IT从业者张某某的博客 etree.fromstring(text, parser=None, base_url=None) 与etree.HTML()类似，但转换过程中，要求text字符串为标准的XML或HTML格式，否则会抛出异常。返回结果类型为’lxml.etree._Element’。 etree.parse(source, ...
【转载】HtmlParser的使用和 HttpClient 实现简易爬虫
2012-10-30 22:10

weixin_30852451的博客 Htmlparser中文论坛. http://bbs.hexiao.cn/thread.php?fid=6 Constructor Summary Parser () Parser ( URLConnection connection) Construct a parser using the provided ...
pynotes
2020-10-05 00:17

jxxxh的博客对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符： >>> ord('A') 65 >>> ord('中') 20013 >>> chr(66) 'B' >>> chr(25991) ...
06—小白学Python爬虫之BeautifulSoup入门与应用(以糗百为例)
2018-03-27 11:13

小洋人最happy的博客之前介绍了通过正则和xpath来解析HTML文本，本篇将会介绍一种全新的方式BeautifulSoup来解析... 抓取方式速度使用难度安装难度正则最快困难无(内置) xpath 快简单一般 BeautifulSoup ...
没有解决我的问题, 去提问

悬赏问题

¥30 这是哪个作者做的宝宝起名网站
¥60 版本过低apk如何修改可以兼容新的安卓系统
¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
¥50 有数据，怎么建立模型求影响全要素生产率的因素
¥50 有数据，怎么用matlab求全要素生产率
¥15 TI的insta-spin例程
¥15 完成下列问题完成下列问题
¥15 C#算法问题, 不知道怎么处理这个数据的转换
¥15 YoloV5 第三方库的版本对照问题
¥15 请完成下列相关问题！