如何读取html文件的内容？

Question

在读取的时候，不能将htm标签读取出来。
如：<h1>hello,world!</h1>
读取出 hello,world!我是想先判断每行中<和>，然后将<和>中的内容跳过不读取，但是用skip好象不好怎么跳，并且这种方法也有很多其它的缺陷。
请哪位给个大概读取html文件的内容思路。

Answer 1

孙鑫老师的,你看看有用没得?
import java.net.*;
import java.io.*;
import java.util.*;
//import java.lang.*;
public class GetGoogle{
public static void main(String[] args)throws Exception{
System.out.println("获取日文页面");
getContentByLanguage("ja");
System.out.println("\n");
System.out.println("获取中文页面");
getContentByLanguage("zh-cn");
System.out.println("\n");
}
public static void getContentByLanguage(String country) throws Exception{
URL urlGoogle=new URL("http://www.google.cn");
HttpURLConnection googleConnection=(HttpURLConnection)urlGoogle.openConnection();
googleConnection.setRequestProperty("Accept-Language",country); Map requests=googleConnection.getRequestProperties();
Set reqFields=requests.keySet();
Iterator itrReq=reqFields.iterator();
while(itrReq.hasNext()){
String Field=(String)itrReq.next();
System.out.println(Field + ":" +googleConnection.getRequestProperty(Field));

}
googleConnection.connect();
Map responses=googleConnection.getHeaderFields();
Set resFields=responses.keySet();
Iterator itrRes=resFields.iterator();
while(itrRes.hasNext()){
String Field=(String)itrRes.next();
System.out.println(Field + ":" +googleConnection.getHeaderField(Field));
}
InputStream iss=googleConnection.getInputStream();
BufferedReader br=new BufferedReader(new InputStreamReader(iss));
String strLine=null;
while((strLine=br.readLine())!=null){
System.out.println(strLine);
}
br.close();
googleConnection.disconnect();
}
}

Answer 2

只要设置了URL就能把HTML中的内容读取出来...