java解析网页源代码 java解析html页面

java中如何根据一个网址获得该网页的源代码？

package test;

import java.io.BufferedReader;

import java.io.InputStreamReader;

import java.net.HttpURLConnection;

import java.net.URL;

public class HttpTest {

private String u;

private String encoding;

public static void main(String[] args) throws Exception {

HttpTest client = new HttpTest("", "UTF-8");

client.run();

}

public HttpTest(String u, String encoding) {

this.u = u;

this.encoding = encoding;

}

public void run() throws Exception {

URL url = new URL(u);// 根据链接（字符串格式），生成一个URL对象

HttpURLConnection urlConnection = (HttpURLConnection) url

.openConnection();// 打开URL

BufferedReader reader = new BufferedReader(new InputStreamReader(

urlConnection.getInputStream(), encoding));// 得到输入流，即获得了网页java解析网页源代码的内容

String line; // 读取输入流的数据，并显示

while ((line = reader.readLine()) != null) {

System.out.println(line);

}

}

}

根据具体问题类型，进行步骤拆解／原因原理分析／内容拓展等。

具体步骤如下java解析网页源代码：／导致这种情况的原因主要是……

相关问答

Q1: 如何用java中HTMLPraser提取网页源代码中的某些链接

使用正则表达式去匹配就行了。

第一步：下载你需要分析的网页的源码

第二步：在程序中使用正则表达式去匹配源码，保存匹配成功的链接地址就行。

可以在网上搜一下匹配网址的正则表达式

Q2: Java访问指定URL并获取网页源代码

1．编写useSourceViewer 类java解析网页源代码的基本框架java解析网页源代码，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．编写useSourceViewer 类，代码如下java解析网页源代码：

import java.net.*;

import java.io.*;

public class useSourceViewer

{

public static void main (String[] args)

{

if (args.length 0)

{

try

{

//读入URL

URL u = new URL(args[0]);

InputStream in = u.openStream( );

// 为增加性能存储输入流

in = new BufferedInputStream(in);

// 将输入流连接到阅读器

Reader r = new InputStreamReader(in);

int c;

while ((c = r.read( )) != -1)

{

System.out.print((char) c);

}

Object o = u.getContent( );

System.out.println("I got a " + o.getClass().getName( ));

}

catch (MalformedURLException e)

{

System.err.println(args[0] + " is not a parseable URL");

}

catch (IOException e)

{

System.err.println(e);

}

} // end if

} // end main

} // end SourceViewer}

Q3: 求用java得到URL相应源文件的方法

 Java可以通过链接的mime类型来判断源文件的类型，从而得到源文件内容，示例如下：

URLConnection提供了两种方法可以猜测（根据实测结果，这个猜测是相当的准）数据的MIME类型。

  第一个是：

public static String guessContentTypeFromName(String name)

这个方法根据URL文件部分的后缀名来判断类型，跟之前我的方法一样。这个不能解决上面那个问题。

第二个是：public static String guessContentTypeFromStream(InputStream in)

这个方法是根据流的前面几个字节来判断类型，这个就不需要文件后缀名了，完全可以解决上面那个问题。

测试代码如下：BufferedInputStream bis = null;HttpURLConnection urlconnection = null;URL url = null;                 url = new URL(strUrl);    urlconnection = (HttpURLConnection) url.openConnection();    urlconnection.connect();bis = new BufferedInputStream(urlconnection.getInputStream());    System.out.println("file type:"+HttpURLConnection.guessContentTypeFromStream(bis));    

Q4: java中如何根据一个网址获得该网页的源代码，急求

import java.io.BufferedReader;

import java.io.InputStreamReader;

import java.net.HttpURLConnection;

import java.net.URL;

public class HttpTest {

String urlString;

public static void main(String[] args) throws Exception {

HttpTest client = new HttpTest(网址);

client.run();

}

public HttpTest(String urlString) {

this.urlString = urlString;

}

public void run() throws Exception {

//生成一个URL对象

URL url = new URL(urlString);

//打开URL

HttpURLConnection urlConnection = (HttpURLConnection) url.openConnection();

//得到输入流，即获得了网页的内容

BufferedReader reader = new BufferedReader(new InputStreamReader(urlConnection

.getInputStream()));

String line;

// 读取输入流的数据，并显示

while ((line = reader.readLine()) != null){

System.out.println(line);

}

}

}

Q5: java程序读取一个url页面的源代码

传入一个urljava解析网页源代码，返回源代码java解析网页源代码； public static String getHTML(String url){// 获取指定URLjava解析网页源代码的网页java解析网页源代码，返回网页内容java解析网页源代码的字符串，然后将此字符串存到文件即可 try { URL newUrl = new URL(url); URLConnection connect = newUrl.openConnection(); connect.setRequestProperty("User-Agent","Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)"); DataInputStream dis = new DataInputStream(connect.getInputStream()); BufferedReader in = new BufferedReader(new InputStreamReader(dis,"UTF-8")); String html = ""; String readLine = null; while((readLine = in.readLine()) != null) { html = html + readLine; } in.close(); return html; }catch (MalformedURLException me){ System.out.println("MalformedURLException" + me); }catch (IOException ioe){ System.out.println("ioeException" + ioe); } return null; }

java解析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解析html页面、java解析网页源代码的信息别忘了在本站进行查找喔。