java 获取网页信息

package URLReader;import java.net.*;
import java.io.*;public class URLReader { //声明抛出所有例外 /**
 * @param args
 */


 /**
  * 读取一个网页全部内容
  */
 
public void caption(String urlstr, String encodingstr)
{


 URL url;
    try {
        url = new URL(urlstr);
  
       
     
        /*********************************************/
    
        BufferedReader reader = new BufferedReader(new InputStreamReader(
               url.openStream(),encodingstr));
        StringBuffer content = new StringBuffer();
        String readerLine;
        
        while ((readerLine = reader.readLine()) != null) {
            content.append(readerLine + "\n");
        }
        
 /**********************获取head节点中的内容********************/
        
       int headStartIndex = content.indexOf("<head>");
        int headEndIndex = content.indexOf("</head>");
        if (headStartIndex != 1 && headEndIndex != -1) {
            System.out.println(content.substring(headStartIndex,
                    headEndIndex + 7));
        } else {
            System.out.println("没有head节点");
        }         /*********************获取body节点中的内容*********************/

        int bodyStartIndex = content.indexOf("<body>");
        int bodyEndIndex = content.indexOf("</body>");
        if (bodyStartIndex != 1 && bodyEndIndex != -1) {
            System.out.println(content.substring(bodyStartIndex,
                    bodyEndIndex + 7));
        } else {
            System.out.println("没有body节点");
        } 
      
    } catch (Exception e) {
        e.printStackTrace();
    } 
}

public static void main(String args[])
{
URLReader ur= new URLReader();
String encodingstr = null;
ur.caption("http://www.sina.com","gb2312");
// ur.caption("hdingstr);

}

}
   
        
        

java.lang.StringIndexOutOfBoundsException: String index out of range: -1
at java.lang.AbstractStringBuilder.substring(AbstractStringBuilder.java:880)
at java.lang.StringBuffer.substring(StringBuffer.java:412)
at URLReader.URLReader.caption(URLReader.java:60)
at URLReader.URLReader.main(URLReader.java:75)
报错了请问怎样解决？

解决方案 »

  1.   

    System.out.println(content.substring(headStartIndex,
    headEndIndex + 7));
    System.out.println(content.substring(bodyStartIndex,
    bodyEndIndex + 7));
    这二个值headStartIndex,bodyStartIndex
      

  2.   

    你用BufferedReader ？
    这也太麻烦了吧
    HttpURLConnection不就可以吗？
      

  3.   

    int headStartIndex = content.indexOf("<head>");
    这句话，你把<head>的反向尖括号去掉，改为：content.indexOf("<head");
    因为很多网页<head id="...">在head标签加属性了，这样你<head>就获取不到了