java中获取网页源代码，java 获取网页源码

java程序读取一个url页面的源代码

1、．编写useSourceViewer 类的基本框架，该类仅包括无返回值的main ()方法，该方法从参数中获取URL，通过输入缓冲和输出缓冲将该URL 原码输出。

2、只能抓取静态的页面源代码，因为很多事件和样式是动态绑定和执行的，所以不可能获取到执行完后的代码的。

3、不知道你是不是要实现抓取别人的页面进行输出……是的话，你可以试用下面的代码。本人不会Perl，就用java的servlet实现了。

4、java中确定url指向最终是靠页面跳转实现的。

5、Java读取网页信息是一个非常常见的操作。读取网页信息的方式多种多样，可以使用Java的网络编程API，比如Socket、URL、HttpURLConnection等来进行解析，抓取网页的HTML源代码，然后在Java程序中进行处理。

相关问答

Q1: 如何用java取得登陆以后页面的html代码

1、页面：body form action=/。。

2、java保存到html代码的步骤如下：创建一个字符串变量，该变量包含要保存为html的内容。使用JavaIO库中的FileWriter类创建一个新的文件，用于保存html代码。将html代码写入文件中。

3、是因为在JSP页面使用struts或者jstl标签，最终jsp页面都会转化成java代码来执行的，所有的输出都会转化成response.getWriter().write(String)。response.getWriter().write(“span你好/span”)。

4、可以把这段代码写在隐藏域里，如果需要把它显示出来的时候，用java取消隐藏域，就可以了吧。

5、要求： 要求能够实现给出任意带table表格的html文件，生成与表格相同内容的excel文件，附件可以作为测试文件，提供给定的roster.html文件，通过java代码，实现生成与html页面的table相同样式的roster.xls文件。

6、不是很明白你的需求。这么说吧，要想生成html页面的话，容器会替我们直接把jsp编译成servlet输出成html静态页面进行展示。

Q2: ...使用java爬虫得到网页以后怎么提取里面自己需要的内容呢?如果会代码...

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。

如果你只是临时抓某个站，可以模拟登录，然后拿到登录以后的Cookies，再去请求相关的页面。

获取网页源代码：使用编程语言的相应库（如Python的urllib库），访问目标网页的URL，获取网页的源代码。解析网页源代码：使用编程语言的相应库（如Python的BeautifulSoup库），解析网页源代码，找到想要爬取的文字所在的HTML标签。

介绍 webmagic的是一个无须配置、便于二次开发的爬虫框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。

一种是使用自动化测试工具去做，比如selenium，可以模拟点击等操作，但是这个其实和爬虫还是有很大区别的。二是利用特定的类库在后端调用js，python的倒是有，但是java的我就不清楚了。

以后每次抓取页面把cookie在头部信息里面发送过去。系统是根据cookie来判断用户的。有了cookie就有了登录状态，以后的访问都是基于这个cookie对应的用户的。补充：Java是一种可以撰写跨平台应用软件的面向对象的程序设计语言。

Q3: 网页源代码提取,用java也行,用perl也行

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。

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。

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。

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。

Q4: 为什么用JAVA获取不了这个网页的源代码

使用第三方的HttpClient，执行效率较高。但读取网页头header也只适用部分站，很多网站服务段不设置，结果就读成了null.最没有效率的判断方法就是使用inputStreamReader先把正页的html源码读取出来，之后截取charset后面编码。

第一次使用eclipse查看jar包里的源代码时，没有导入jdk的项目源码，所以无法查看源码。查看源代码的方法：打开eclipse，点击window，之后选择Preferences选项。

只能抓取静态的页面源代码，因为很多事件和样式是动态绑定和执行的，所以不可能获取到执行完后的代码的。

没有源代码，网站升级就很不方便了。今后增加功能什么的，都做不了。花点钱重新做个网站吧。数据嘛，这个要开发商能读懂源代码，找到原来的数据了。

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。

java中获取网页源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 获取网页源码、java中获取网页源代码的信息别忘了在本站进行查找喔。