Android 從網頁擷取文字：避免硬編碼解析，善用正則或 HTML 解析器

問題現象

嘗試用 indexOf/substring 從 HTML 字串中擷取 IP 位址，因 HTML 結構微調（換行、空白、屬性順序）導致解析失敗。

錯誤寫法

// 硬編碼字串位置，極度脆弱
int index = response_str.indexOf("Remote IP Address:");
index += "Remote IP Address:".length();
index += "</div><br /><div id=\"value1\">".length();
int end = response_str.indexOf("</div><br /><br />", index);
String strIP = response_str.substring(index, end);

穩健解決方案

方案一：正則表達式（輕量，適合固定模式）

// 針對目標 HTML 結構
Pattern pattern = Pattern.compile("Remote IP Address:.*?<div id=\"value1\">(.*?)</div>", Pattern.DOTALL);
Matcher matcher = pattern.matcher(html);
if (matcher.find()) {
    String ip = matcher.group(1).trim();  // 49.156.53.152
}

方案二：Jsoup HTML 解析器（推薦，結構化查詢）

// build.gradle
implementation 'org.jsoup:jsoup:1.17.2'

// 程式碼
Document doc = Jsoup.parse(html);
Element ipDiv = doc.selectFirst("div#value1");
String ip = ipDiv != null ? ipDiv.text() : "";

優點：抗 HTML 格式變化、支援 CSS 選擇器、自動處理實體編碼。

方案三：split 簡易切割（僅限極固定格式）

String[] parts = html.split("\\*\\*");  // 若 IP 以 ** 包裹
if (parts.length > 1) String ip = parts[1];

網路請求最佳實踐

• 棄用 DefaultHttpClient，改用 OkHttp + 協程/Flow。
• 網路請求必須在 IO 執行緒，嚴禁主執行緒。
• 加入逾時、重試、錯誤處理與快取策略。

// OkHttp + 協程範例
suspend fun fetchIp(url: String): String = withContext(Dispatchers.IO) {
    val response = OkHttpClient().newCall(Request.Builder().url(url).build()).execute()
    val html = response.body?.string() ?: ""
    Jsoup.parse(html).selectFirst("div#value1")?.text() ?: ""
}

核心原則

永遠不要用字串索引硬解析 HTML/JSON/XML。選擇適合的結構化解析器（Jsoup、Gson、XmlPullParser），程式碼才能經得起版本迭代與格式微調。