來自Wikipeda的摘錄文章的文本

我正在寫一些java代碼以獲取某些維基百科文章的原始文本（給出一個單詞列表，在維基百科中搜索它們並提取相應文章的第一句）。我的GUI包含了我定義瞭如下的動作監聽按鈕：來自Wikipeda的摘錄文章的文本

private void loadButtonActionPerformed(java.awt.event.ActionEvent evt) {           

final DefaultListModel conceptsListFilesModel = new DefaultListModel(); 

conceptsList.setModel(conceptsListFilesModel); 

final List definitionWiki = new ArrayList();   

//Remplir la list avec la première collone de la liste 
final Thread updater = new Thread(){ 
@Override public void run() {   
for(int i=0; i< 20 /*dataTable.getRowCount()*/ ; i++) { 
conceptsListFilesModel.addElement(dataTable.getValueAt(i, 0)); 

try { 
Object concept = conceptsListFilesModel.elementAt(i); 
WikipediaParser parser = new WikipediaParser("en"); 
System.out.println(concept+""); 
String firstParagraph = parser.fetchFirstParagraph(concept+""); 
int point = firstParagraph.indexOf("."); 
String firstsentence = firstParagraph.substring(0, point+1); 
definitionWiki.add(i, firstsentence) ; 
} catch (IOException ex) { 
Logger.getLogger(Tex2TaxView.class.getName()).log(Level.SEVERE, null, ex); 
} 

try { Thread.sleep(1000); 
} catch (InterruptedException e) {throw new RuntimeException(e) ;} 
} 
JOptionPane.showMessageDialog(null, "Successful loading !") ; 
} 
}; 
updater.start(); 
}

的WikipediaParser類：

public class WikipediaParser { 

private final String baseUrl; 

public WikipediaParser(String lang) { 
this.baseUrl = String.format("http://%s.wikipedia.org/wiki/", lang); 
} 

public String fetchFirstParagraph(String article) throws IOException { 
String url = baseUrl + article; 
Document doc = Jsoup.connect(url).get(); 
Elements paragraphs = doc.select(".mw-content-ltr p"); 
Element firstParagraph = paragraphs.first(); 
return firstParagraph.text(); 
} 

}

執行產生異常的下面的列表：

nov. 30, 2011 12:42:55 AM tex2tax.Tex2TaxView$11 run 
Grave: null java.net.SocketTimeoutException: Read timed out 
at java.net.SocketInputStream.socketRead0(Native Method) 
at java.net.SocketInputStream.read(SocketInputStream.java:150) 
at java.net.SocketInputStream.read(SocketInputStream.java:121) 

at java.io.BufferedInputStream.fill(BufferedInputStream.java:235) 
at java.io.BufferedInputStream.read1(BufferedInputStream.java:275) 
at java.io.BufferedInputStream.read(BufferedInputStream.java:334) 
at sun.net.www.http.HttpClient.parseHTTPHeader(HttpClient.java:641) 
at sun.net.www.http.HttpClient.parseHTTP(HttpClient.java:589) 
at 
sun.net.www.protocol.http.HttpURLConnection.getInputStream(HttpURLConnection.java:1319) 
at java.net.HttpURLConnection.getResponseCode(HttpURLConnection.java:468) 
at org.jsoup.helper.HttpConnection$Response.execute(HttpConnection.java:381) 
at org.jsoup.helper.HttpConnection$Response.execute(HttpConnection.java:364) 
at org.jsoup.helper.HttpConnection.execute(HttpConnection.java:143) 
at org.jsoup.helper.HttpConnection.get(HttpConnection.java:132) 
at tex2tax.WikipediaParser.fetchFirstParagraph(WikipediaParser.java:25) 
at tex2tax.Tex2TaxView$11.run(Tex2TaxView.java:595)

需要幫助解決此問題

來源

2011-11-29 Lida

維基百科沒有任何類型的API？讓我感到驚訝。還是那個不祥的'WikipediaParser'？似乎有信息丟失:) – Voo

我嘗試使用JWPL，但它不適合我。所以我更喜歡訪問在線維基百科。 WikipediaParser是我爲了使用jSoup解析文本而寫的一個類。 – Lida

添加您的WikipediaParser類 –

確保您的網址正確無誤。連接超時通常意味着存在一些連接問題。

如果您一直在向維基百科發出很多請求，您可能會被阻止。

您還應該使用Wikipedia API而不是請求和解析網頁。它比請求和解析HTML要快得多。

來源

2011-11-30 20:38:07 Freiheit

我終於找到了出錯誤的原因，並使用此代碼更正：

Document doc = Jsoup.connect(url).timeout(0).get();

我的問題剷球相同的問題： SoketTimeoutException

非常感謝所有那些誰試圖給我幫助。

來源

2011-12-03 20:50:43 Lida

來自Wikipeda的摘錄文章的文本

回答

相關問題