資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法學研究如何在Java中將網頁內容讀取到字串中？
您可以使用多種方法在Java中讀取網頁內容。在這裡，我們將討論其中的三種。
使用openStream()方法
java.net包中的**URL**類表示統一資源定位符，用於指向全球資訊網中的資源（檔案或目錄或引用）。
此類的**openStream()**方法開啟與當前物件表示的URL的連線，並返回一個InputStream物件，您可以使用該物件從URL讀取資料。
因此，要從網頁讀取資料（使用URL類） -
透過將所需網頁的URL作為引數傳遞給其建構函式來例項化java.net.URL類。
呼叫openStream()方法並檢索InputStream物件。
透過將上面檢索到的InputStream物件作為引數來例項化Scanner類。
示例
import java.io.IOException;
import java.net.URL;
import java.util.Scanner;
public class ReadingWebPage {
public static void main(String args[]) throws IOException {
//Instantiating the URL class
URL url = new URL("http://www.something.com/");
//Retrieving the contents of the specified page
Scanner sc = new Scanner(url.openStream());
//Instantiating the StringBuffer class to hold the result
StringBuffer sb = new StringBuffer();
while(sc.hasNext()) {
sb.append(sc.next());
//System.out.println(sc.next());
}
//Retrieving the String from the String Buffer object
String result = sb.toString();
System.out.println(result);
//Removing the HTML tags
result = result.replaceAll("<[^>]*>", "");
System.out.println("Contents of the web page: "+result);
}
}輸出
<html><body><h1>Itworks!</h1></body></html> Contents of the web page: Itworks!
使用HttpClient
Http客戶端是一個傳輸庫，它位於客戶端，傳送和接收HTTP訊息。它提供最新的、功能豐富的和高效的實現，滿足最新的HTTP標準。
GET請求（Http協議）用於使用給定的URI從給定的伺服器檢索資訊。使用GET的請求應該只檢索資料，並且不應該對資料產生其他影響。
HttpClient API提供了一個名為HttpGet的類，它表示get請求方法。要執行GET請求並檢索網頁的內容 -
HttpClients類的**createDefault()**方法返回一個CloseableHttpClient物件，它是HttpClient介面的基本實現。使用此方法，建立一個HttpClient物件。
透過例項化HttpGet類來建立一個HTTP GET請求。此類的建構函式接受一個字串值，該值表示您需要向其傳送請求的網頁的URI。
透過呼叫**execute()**方法執行HttpGet請求。
從響應中檢索表示網站內容的InputStream物件，如下所示：
httpresponse.getEntity().getContent()
示例
import java.util.Scanner;
import org.apache.http.HttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
public class HttpClientExample {
public static void main(String args[]) throws Exception{
//Creating a HttpClient object
CloseableHttpClient httpclient = HttpClients.createDefault();
//Creating a HttpGet object
HttpGet httpget = new HttpGet("http://www.something.com/");
//Executing the Get request
HttpResponse httpresponse = httpclient.execute(httpget);
Scanner sc = new Scanner(httpresponse.getEntity().getContent());
//Instantiating the StringBuffer class to hold the result
StringBuffer sb = new StringBuffer();
while(sc.hasNext()) {
sb.append(sc.next());
//System.out.println(sc.next());
}
//Retrieving the String from the String Buffer object
String result = sb.toString();
System.out.println(result);
//Removing the HTML tags
result = result.replaceAll("<[^>]*>", "");
System.out.println("Contents of the web page: "+result);
}
}輸出
<html><body><h1>Itworks!</h1></body></html> Contents of the web page: Itworks!
使用Jsoup庫
Jsoup是一個基於Java的庫，用於處理基於HTML的內容。它提供了一個非常方便的API來提取和操作資料，使用DOM、CSS和類似jquery的方法的優點。它實現了WHATWG HTML5規範，並將HTML解析為與現代瀏覽器相同的DOM。
要使用Jsoup庫檢索網頁的內容 -
Jsoup類的**connect()**方法接受網頁的URL，連線到指定的網頁並返回連線物件。使用**connect()**方法連線到所需的網頁。
Connection介面的get()方法傳送/執行GET請求，並將HTML文件作為Document類的物件返回。透過呼叫get()方法向頁面傳送GET請求。
將獲得的文件的內容檢索到字串中，如下所示：
String result = doc.body().text();
示例
import java.io.IOException;
import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
public class JsoupExample {
public static void main(String args[]) throws IOException {
String page = "http://www.something.com/";
//Connecting to the web page
Connection conn = Jsoup.connect(page);
//executing the get request
Document doc = conn.get();
//Retrieving the contents (body) of the web page
String result = doc.body().text();
System.out.println(result);
}
}輸出
It works!
12K+ 次瀏覽
