java截取html代码

Question

写一个java类,实现对一个网站的html代码进行截取,java+jsp 
因为我对这方面不是很懂,还望各位路过的达人有这方面的经验的能给于解决,最好是有一个完整的类,我实在是汗颜啊...

Answer 1

HTTPSocket可以实现，流形式读取目标页HTML代码，这个没啥技术含量，网上一搜一大堆

Answer 2

URL,HttpClient都可以实现，也不难，网上很多～

Answer 3

这是我写的..大家帮我一下
import   java.io.*;   
import   java.net.*;   
public class ResultHtml 
{
public static  Object getHtml(String turl) throws IOException{

URL  url  =   new   URL(turl);   
        InputStream   in   =   url.openConnection().getInputStream();   
        BufferedReader   reader=new   BufferedReader(new InputStreamReader(in));   
        String   line=reader.readLine();   
        StringBuffer a=new StringBuffer();
        while(line!=null){   
         a.append(line);
            System.out.println(line);   
            line   =   reader.readLine();  
            a.append("\n");
        }
        return a.toString();

      }
}下面是jsp调用的:
String a=null;
a=(String)ResultHtml.getHtml("www.163.com");
out.print(a);
报错:
java.net.MalformedURLException: no protocol: www.163.com
java.net.URL.<init>(URL.java:567)
java.net.URL.<init>(URL.java:464)
java.net.URL.<init>(URL.java:413)
com.foren.family.db.ResultHtml.getHtml(ResultHtml.java:8)
org.apache.jsp.foren.master.testhtml_jsp._jspService(testhtml_jsp.java:67)
org.apache.jasper.runtime.HttpJspBase.service(HttpJspBase.java:94)
javax.servlet.http.HttpServlet.service(HttpServlet.java:802)
org.apache.jasper.servlet.JspServletWrapper.service(JspServletWrapper.java:324)
org.apache.jasper.servlet.JspServlet.serviceJspFile(JspServlet.java:292)
org.apache.jasper.servlet.JspServlet.service(JspServlet.java:236)
javax.servlet.http.HttpServlet.service(HttpServlet.java:802)
看不懂..我太菜了!

Answer 4

public static String readHtmlFile(String urlPath){
String htmlFile="";
try {
URL url = new URL(urlPath);
URLConnection urlConnection = url.openConnection();
urlConnection.setAllowUserInteraction(false);
//  InputStream urlStream = url.openStream();
InputStream urlStream = urlConnection.getInputStream();//.openStream();
InputStreamReader sr = new InputStreamReader(urlStream, "GBK");
int byteRead = 0;
char[] buffer = new char[8192];
while ((byteRead = sr.read(buffer, 0, 8192)) != -1) {
System.out.println(new String(buffer,0, byteRead));
htmlFile+=new String(buffer,0, byteRead);
}
} catch (IOException e) {
System.out.println("error :" + e.getMessage());
}
return htmlFile;
}
public static void main(String[] args){
String urlGk="http://gaokao.h-edu.com/yx/yxjj.asp?schoolid=85";
String htmlContent=readHtmlFile(urlGk);
String  r="<span class=\"fb14\">([^\"]+)</span>";
Pattern s=Pattern.compile(r);
Matcher m=s.matcher(htmlContent);
System.out.println("名称为"+m.group(1));
}
我的,你自己改下 就可以了 用StringBuffer

Answer 5

用html parser 就可以实现.
import org.htmlparser.Parser;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException; public static String getCode(String urlStr) throws ParserException
{
Parser p = new Parser(urlStr);
NodeList list = p.parse(null);
String codeStr = list.toHtml();
System.out.println(codeStr);
return codeStr;

}

Answer 6

谢谢大家..已经弄出来了..用的URL...

Answer 7

没有用到zhaochunhui的代码..但还是谢谢你的...