使用JSoup调用ArrayList中链接触发Malformed URL Exception问题求助

这种情况确实挺让人头疼的——明明链接硬编码没问题，从ArrayList里取就触发格式错误，我之前排查过类似的问题，给你几个实用的排查和解决方向：

1. 清理链接中的隐藏不可见字符 #

ArrayList中的链接很可能在存储过程中混入了空格、换行符、全角空格或Unicode控制字符，这些字符肉眼难辨，但会导致URL格式判定失败。硬编码时你手动输入的是干净的字符串，所以没问题。

可以尝试对取出的链接做彻底清理：

String rawUrl = arrayLinks.get(i);
// 先去掉首尾空格，再替换所有中间的空白字符
String cleanUrl = rawUrl.trim().replaceAll("\\s+", "");
// 进一步移除所有非打印控制字符（保留换行、制表符这类常用的）
cleanUrl = cleanUrl.replaceAll("[\\p{Cntrl}&&[^\r\n\t]]", "");
// 再用清理后的链接调用JSoup
article = Jsoup.connect(cleanUrl)...

2. 用URI类正确编码URL各部分 #

有时候链接中的特殊字符（比如中文、特殊符号）没有被正确编码，硬编码时JSoup可能自动做了兼容，但从列表取出的原始字符串编码不规范。直接用URLEncoder容易破坏URL结构，建议用URI类来处理各部分编码：

String rawUrl = arrayLinks.get(i);
try {
    URL urlObj = new URL(rawUrl);
    // 按URI规范重新构建并编码URL
    URI uri = new URI(
        urlObj.getProtocol(),
        urlObj.getUserInfo(),
        urlObj.getHost(),
        urlObj.getPort(),
        urlObj.getPath(),
        urlObj.getQuery(),
        urlObj.getRef()
    );
    String encodedUrl = uri.toString();
    article = Jsoup.connect(encodedUrl)...
} catch (URISyntaxException e) {
    e.printStackTrace();
}

3. 检查链接是否缺失协议头 #

很多时候列表中的链接可能省略了http://或https://（比如只存了www.example.com），JSoup的connect方法要求完整的URL协议头，硬编码时你手动补上了就没问题，但从列表取的时候就会报错。

可以自动补全协议头：

String url = arrayLinks.get(i);
// 检查是否已有协议头，没有则默认补https
if (!url.startsWith("http://") && !url.startsWith("https://")) {
    url = "https://" + url;
}
article = Jsoup.connect(url)...

4. 排查链接来源的编码问题 #

如果你的ArrayList是从文件读取或网页爬取得到的，可能因为读取编码错误导致链接被篡改（比如用GBK读取UTF-8编码的文件，导致中文或特殊字符乱码）。硬编码时你输入的是正确字符，所以不会报错。

可以打印出链接的原始字符编码来排查：

String url = arrayLinks.get(i);
System.out.println("原始链接：" + url);
// 逐个字符输出ASCII值，查看是否有异常字符
for (char c : url.toCharArray()) {
    System.out.printf("字符：%c，ASCII值：%d%n", c, (int) c);
}

如果看到ASCII值小于32的控制字符（除了\r\n\t），或者大于127的异常字符，就说明来源编码有问题，需要调整读取时的编码（比如读取文件时用UTF-8）。

内容的提问来源于stack exchange，提问作者user1672956