わからん

クロマニヨンズのサイトが更新されたかチェックするためにHTMLファイルを解析しようと思っている。

しかしHTMLファイルの一部が読み込めない。
明日にはこのコードが何をやってるのかも分からなくなっているはず。
importに*使うほどモチベ無し。ｇｍ。

【Test.java】

package test;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.*;
class Test{
    public static void main(String[] args) throws Exception{
        
        URL url = new URL( "http://www.cro-magnons.net/info/" );
        URLConnection connection = url.openConnection();
        BufferedReader in = new BufferedReader( new InputStreamReader( connection.getInputStream(), "UTF-8" ) ); 
        try {
            String str = null;　　　// HTMLファイルの行が入る
            StringBuilder news = new StringBuilder();   // 「最新情報」のテキスト
            StringBuilder date = null;      // 更新日時
            StringBuilder title = null;      // 記事タイトル
            
            int delete_point = -1;　　　// 元文字列から削除したい文字の場所

　　　　　　// 最後の行まで読み込み
            while ( ( str = in.readLine() ) != null ) {
　　　　　　　　news.append( str + "\n" );

                /* HTMLファイルをいじる処理 */
            }
　　　　　　System.out.println( new String( news ) );
            System.out.println( "TITLE : " + new String( title ) );
            System.out.println( "DATE : " + new String( date ) );
            in.close();
        }
        catch ( Exception e ) {
            
        }
    }
}

これで得たHTMLの中身がコレ。

Chromeから落とした正規のHTMLファイルがコレ。

a href=以降のURLが省略形になってるし、一番欲しいニュース欄のところ（ulタグ以降）が全部消えてる。

コードで怪しそうなのはin.readLine()。
正規のHTMLだとニュース欄の文字列がクッソ長いから、エラーが起きてるのかもしれない。