java采集网页数据代码，java 获取网页

网页源代码提取,用java也行,用perl也行

1、有多少文件呢？部分代码多不多？sublime text 编辑器的多文件搜索可以实现的，就是没试过大批量文件查找（正则)的会怎样，我试过的也就20多个文件。

2、html 代码是哪来的？ 保存在文件中还是到网站截取？2 按行来截取，这个行是你给值，还是从别的地方得到？因为单单的截取文件中的某些行是很简单的，希望你能把问题描述清楚。

3、HttpURLConnection.getContentType()；直接读取，效率高，但有很多时候读不到。只是text/html就完事了，没有charset.使用第三方的HttpClient，执行效率较高。

4、UltraEdit 初学者一般用什么开发工具？UltraEdit是一个功能强大的文本、HTML、程序源代码编辑器。作为源代码编辑器，它的默认配置可以对C/C++，VB，HTML，Java和Perl进行语法着色。

5、在富客户机平台上，Eclipse使用插件来提供所有的附加功能，例如支持Java以外的其他语 言。 已有的分离的插件已经能够支持C/C++（CDT）、Perl、Ruby，Python、telnet和数据库开发。

6、可以看网页的扩展名 13427508html 就是普通的网页 用HTML语言或JS脚本 .ASP 就是 ASP编写的，和VB差不多。

相关问答

Q1: 求助:如何从网页中提取需要的数据,用JAVA实现

String regExData = 找到 ([，\\d]*) 个网页；正则表达式来获取([，\\d]*) ，得到命中的条数。

根据java网络编程相关的内容，使用jdk提供的相关类可以得到url对应网页的html页面代码。针对得到的html代码，通过使用正则表达式即可得到我们想要的内容。

数据库一般有个ID号字段。可以唯一标志一行记录 显示页面实际是个查询页面，把每一行记录都显示出来。例如你可以在每一行记录加一个删除按钮。

File input = new File(/tmp/input.html)；Document doc = Jsoup.parse(input， UTF-8， IP)；看看这个代码，调用 doc.text() 方法即可。

刚刚开始写的时候以为很多网站都能抓取，但是发现很多都加密了，本来以为一些地址可以通过网页数据检测工具测出他的数据变化，但是只能监测到一些通过js显示的数据，依然不能抓取到加密的网站。嗨，这个问题以后再说吧。

Q2: java中如何根据一个网址获得该网页的源代码?

1、javascript获取网页源码，测试了能通过的，你试下！你把& l t ； & g t；的空格删了，因为百度不允许那些字符。

2、java实现：用URLConnection打开指定的url，然后用InputStream读入网页内容，将读入的内容存入String中，这个程序网上有很多。

3、你做得太复杂了，真是杀鸡动牛刀。哪还需JAVA。在网页上右击，“查看源文件”就行。

4、如果要通过路由器，不同的路由器的获取方法不一样。通用的做法是通过 HttpClient 在百度上搜索关键字 ip， 然后提取出公网ip。

5、问题八：我在网上下载了一个html代码 我的网站怎么使用？ 那把相对应的文件上传到你的空间里面，然后那个无标题文档是调用的部分，可以把订码拷贝出来，放到你想放置的页面底部就行了。

Q3: 用java实现提取指定网页中的表格数据?

提取html。它能超高速解析html，而且不会出错。现在htmlparser最新版本为0。毫不夸张地说，htmlparser就是目前最好的html解析和分析的工具。无论你是想抓取网页数据还是改造html的内容，用了htmlparser绝对会忍不住称赞。

用爬虫把网页载下来。把载下来的网页扫描一遍，把之间的内容提取出来。

我想你应该是想通过这个页面的url来得到这个网页里面的某些数据把。用HttpClient 。下面我这个方法是得到搜狗页面命中多少条记录的代码。

java采集网页数据代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java 获取网页、java采集网页数据代码的信息别忘了在本站进行查找喔。