java获取网页代码实现，java抓取网页内容

求用java实现截取整个网页的代码

1、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。得到编码之后重新再读取一遍。但是效率很低。

2、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。

3、如下图，给你贴出了代码段。可以利用字符串的substring函数来进行截取。其中，substring函数有两个参数：第一个参数是开始截取的字符位置。（从0开始）第二个参数是结束字符的位置+1。

相关问答

Q1: java程序怎么读取html网页?

1、Java访问网络url，获取网页的html代码 方式一：一是使用URL类的openStream()方法：openStream()方法与制定的URL建立连接并返回InputStream类的对象，以从这一连接中读取数据；openStream()方法只能读取网络资源。

2、java可以使用jsoup、htmlparser等工具进行html的读取和解析，以下是详细说明：jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。

3、使用JAVA程序读取HTML代码还是访问链接？如果是只读取HTML文件的话，可以直接用FileReader就可以了。如果是通过访问URL获取HTML代码的话可以使用HttpClient。

Q2: java中如何根据一个网址获得该网页的源代码?

1、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。

2、如果是只读取HTML文件的话，可以直接用FileReader就可以了。如果是通过访问URL获取HTML代码的话可以使用HttpClient。

3、在电脑桌面上点击Chrome图标，打开浏览器。在地址栏中输入我们要查看网址。在页面中，点击右键，选择查看源代码，就可以查看我们想要的信息了。

4、确认具体的请求路径后，在 idea 左侧选中项目根目录右键 Find in the path，输入请求路径 getinfo，应该能定位到具体的 controller 接口。

Q3: java获取html

如果是只读取HTML文件的话，可以直接用FileReader就可以了。如果是通过访问URL获取HTML代码的话可以使用HttpClient。

Java访问网络url，获取网页的html代码 方式一：一是使用URL类的openStream()方法：openStream()方法与制定的URL建立连接并返回InputStream类的对象，以从这一连接中读取数据；openStream()方法只能读取网络资源。

jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。据说它是基于MIT协议发布的。

Apache tika tika是专为抽取而生的工具，还支持PDF、Zip甚至是Java Class。使用tika分析HTML，需要自己定义一个抽取内容的Handler并继承org.xml.sax.helpers.DefaultHandler，解析方式就是xml标准的方式。

Q4: java获取网页内容

1、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。

2、步骤：使用java.net包下的URL类，可以将一个网页（链接）封装成一个URL对象。

3、Java访问网络url，获取网页的html代码 方式一：一是使用URL类的openStream()方法：openStream()方法与制定的URL建立连接并返回InputStream类的对象，以从这一连接中读取数据；openStream()方法只能读取网络资源。

4、一般爬虫都不会抓登录以后的页面，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。

5、这里是拼写好的检索的url，sResponse=(getMethod.getResponseBodyAsString())；这个是得到本页面的源文件，然后通过 String regExData = 找到 ([，\\d]*) 个网页；正则表达式来获取([，\\d]*) ，得到命中的条数。

6、java可以使用jsoup、htmlparser等工具进行html的读取和解析，以下是详细说明：jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。

关于java获取网页代码实现和java抓取网页内容的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。