解析 RSS 标签之间的内容时获取 java.lang.StringIndexOutOfBoundsException答案

【问题标题】：Getting java.lang.StringIndexOutOfBoundsException while parsing content between RSS tags解析 RSS 标签之间的内容时获取 java.lang.StringIndexOutOfBoundsException
【发布时间】：2013-08-29 07:24:15
【问题描述】：

我有一段内容同时包含 html 和 rss，我想将它们分开并存储在单独的字符串中。所以，我试图根据它们的开始和结束标签来解析它们，并在 rss /rss 之间抓取内容。

代码适用于 html 和 /html。但是我看到 rss 和 /rss 的错误。

下面是我的代码 sn-p。

// parse the responseStr to html
html = responseStr.substring(responseStr.indexOf("<html>"),
responseStr.lastIndexOf("</html>") + 7);
System.out.println("html string"+html );

有人可以指导我下面的代码有什么问题吗？

// parse the responseStr to rss
rss = responseStr.substring(responseStr.indexOf("<rss version="2.0">"),
responseStr.lastIndexOf("</rss>") + 6);
System.out.println("rss string = "+rss );

我得到以下异常：

  java.lang.StringIndexOutOfBoundsException
    at java.lang.String.substring(String.java:1093)

【问题讨论】：

我看到错误是什么意思 - 另外，您可以发布您要解析的文本吗？
为什么不使用库？一个 xml 解析器至少可以让你使用 xpath
您看到了什么错误？请在问题中添加它们
如果你的输入字符串是<rss> ... </rss>，上面的代码对我有用。请发布您的输入字符串。
机会是responseStr.lastIndexOf("</rss>") + 6 不存在

标签： java parsing

【解决方案1】：

您对substring 的调用很可能被传递给您的responseStr 的无效索引。在调用 substring 之前，您需要验证您的字符串是否确实包含 <rss> 和 </rss> 标签。

试试这个：

String result;
int start = responseStr.indexOf("<rss>");
int end = responseStr.lastIndexOf("</rss>");

if (start != -1 && end != -1)
{
  result = "rss string = " + responseStr.substring(start, end + 6);
}
else
{
  result = "rss string not found";
}

System.out.println(result);

从JavaDocs for String.indexOf我们知道，如果字符串不出现，则返回-1。

【讨论】：

我确实有 rss 字符串，但是，当我使用您的代码时，它会打印 rss string not found.
@smiley 如果正在打印“rss string not found”，则缺少一个或两个 rss 标签。您需要检查您的字符串。您还可以更改上面的代码，以告诉您具体缺少哪些标签（打开或关闭）。
啊.. 我只是注意到我得到的 rss 标签是而不是如上所述。如何在代码中指定它？我想我可能需要转义字符，因为我不能直接使用 version="2.0"。
非常感谢卢克！我试过这个，我知道它很粗糙—— responseStr.indexOf("
如果您只想使用indexOf，我建议您使用"<rss" 作为搜索字符串，而不是"<rss version="。

【解决方案2】：

我认为使用会更容易

StringUtils.substringsBetween(String str,String open,String close)

javadoc

apache commons

例子：

String[] rss= StringUtils.substringsBetween(testHtml, "<rss>", "</rss>");
    for (String s : rss) {
        System.out.println("td rss:" + rss); 
}

public static String substringBetween(String str, String open, String close) {
    if (str == null || open == null || close == null) {
        return null;
    }
    int start = str.indexOf(open);
    if (start != INDEX_NOT_FOUND) {
        int end = str.indexOf(close, start + open.length());
        if (end != INDEX_NOT_FOUND) {
            return str.substring(start + open.length(), end);
        }
    }
    return null;
}

【讨论】：

【解决方案3】：

我会推荐 xml 解析器而不是下面的代码

public static void main(String[] args) {
    String responseStr = "<rss ...>------content-----</rss>";
    int start = responseStr.indexOf("<rss");
    String content = null;
    if (start != -1) {
        start = responseStr.indexOf(">", start);
        if (start != -1) {
            int end = responseStr.lastIndexOf("</rss>");
            if (end != -1) {
                content = responseStr.substring(start + 1, end);
            }
        }
    }
    if (content != null)
        System.out.println(content);
    else
        System.err.println("Content not found");

}

输出

------content-----

【讨论】：