java读取html完整内容

请问java如何将本地的html文件的内容从头到尾完整的读取出来，从<html>开始到</html>结束

解决方案 »

  1.   

    OK,我是这样玩的，大家看下还有没其他方法 public String getLocalHtmlStream(String path) throws Exception {
    File f = new File(path);
    if (!f.exists() && !f.getAbsolutePath().endsWith("html")) {
    System.out.println("error");
    return "";
    } //
    InputStream in = new FileInputStream(f);
    StringBuffer b = new StringBuffer();
    int c;
    while ((c = in.read()) != -1) {
    b.append((char) c);
    }
    return new String(b.toString().getBytes("ISO-8859-1"),"gbk");
    }
      

  2.   

    有第三方jar包可以 抓取HTML 标签内容
      

  3.   

    URL url = new URL(s);
                DataInputStream datainputstream = new DataInputStream(url.openConnection().getInputStream());
                ByteArrayOutputStream bytearrayoutputstream = new ByteArrayOutputStream();
                try{
                    byte abyte0[] = new byte[1024];
                    boolean flag = false;
                    do{
                        int i = datainputstream.read(abyte0);
                        if(i == -1)
                            break;
                        bytearrayoutputstream.write(abyte0, 0, i);
                    } while(true);
                    bytearrayoutputstream.flush();
                    byte abyte1[] = bytearrayoutputstream.toByteArray();
                    s1 = new String(abyte1, 0, abyte1.length, "GB2312");
      

  4.   

    JDK的网络包中有专门用于解析HTML的API，完全可以实现你的需求
      

  5.   

    楼主是想只读出<html></html>之间的内容，页面中其他内容不读取。
      

  6.   

    第三方java包，要不就自己解析dom