欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Java獲取任意http網(wǎng)頁(yè)源代碼的方法

 更新時(shí)間:2017年09月26日 10:30:28   作者:dackwind  
這篇文章主要介紹了Java獲取任意http網(wǎng)頁(yè)源代碼的方法,可實(shí)現(xiàn)獲取網(wǎng)頁(yè)代碼以及去除HTML標(biāo)簽的代碼功能,涉及Java正則操作相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下

本文實(shí)例講述了JAVA獲取任意http網(wǎng)頁(yè)源代碼。分享給大家供大家參考,具體如下:

JAVA獲取任意http網(wǎng)頁(yè)源代碼可實(shí)現(xiàn)如下功能:

1. 獲取任意http網(wǎng)頁(yè)的代碼
2. 獲取任意http網(wǎng)頁(yè)去掉HTML標(biāo)簽的代碼

Webpage類:

/**
 * 網(wǎng)頁(yè)操作相關(guān)類
 */
package test;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
 * @author winddack
 *
 */
public class Webpage {
  private String pageUrl;//定義需要操作的網(wǎng)頁(yè)地址
  private String pageEncode="UTF8";//定義需要操作的網(wǎng)頁(yè)的編碼
  public String getPageUrl() {
    return pageUrl;
  }
  public void setPageUrl(String pageUrl) {
    this.pageUrl = pageUrl;
  }
  public String getPageEncode() {
    return pageEncode;
  }
  public void setPageEncode(String pageEncode) {
    this.pageEncode = pageEncode;
  }
  //定義取源碼的方法
  public String getPageSource()
  {
    StringBuffer sb = new StringBuffer();
    try {
      //構(gòu)建一URL對(duì)象
      URL url = new URL(pageUrl);
      //使用openStream得到一輸入流并由此構(gòu)造一個(gè)BufferedReader對(duì)象
      BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), pageEncode));
      String line;
      //讀取www資源
      while ((line = in.readLine()) != null)
      {
        sb.append(line);
      }
      in.close();
    }
    catch (Exception ex)
    {
      System.err.println(ex);
    }
    return sb.toString();
  }
  //定義一個(gè)把HTML標(biāo)簽刪除過(guò)的源碼的方法
  public String getPageSourceWithoutHtml()
  {
    final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定義script的正則表達(dá)式
    final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定義style的正則表達(dá)式
    final String regEx_html = "<[^>]+>"; // 定義HTML標(biāo)簽的正則表達(dá)式
    final String regEx_space = "\\s*|\t|\r|\n";//定義空格回車換行符
    String htmlStr = getPageSource();//獲取未處理過(guò)的源碼
    Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
    Matcher m_script = p_script.matcher(htmlStr);
    htmlStr = m_script.replaceAll(""); // 過(guò)濾script標(biāo)簽
    Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
    Matcher m_style = p_style.matcher(htmlStr);
    htmlStr = m_style.replaceAll(""); // 過(guò)濾style標(biāo)簽
    Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
    Matcher m_html = p_html.matcher(htmlStr);
    htmlStr = m_html.replaceAll(""); // 過(guò)濾html標(biāo)簽
    Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
    Matcher m_space = p_space.matcher(htmlStr);
    htmlStr = m_space.replaceAll(""); // 過(guò)濾空格回車標(biāo)簽
    htmlStr = htmlStr.trim(); // 返回文本字符串
    htmlStr = htmlStr.replaceAll("&nbsp;", "");
    htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1);
    return htmlStr;
  }
}

調(diào)用:

Webpage page=new Webpage();
page.setPageUrl("http://www.baidu.com");
String code=page.getPageSourceWithoutHtml();
System.out.println(code);

PS:這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用:

JavaScript正則表達(dá)式在線測(cè)試工具:
http://tools.jb51.net/regex/javascript

正則表達(dá)式在線生成工具:
http://tools.jb51.net/regex/create_reg

更多關(guān)于java算法相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Java正則表達(dá)式技巧大全》、《Java數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Java操作DOM節(jié)點(diǎn)技巧總結(jié)》、《Java文件與目錄操作技巧匯總》和《Java緩存操作技巧匯總

希望本文所述對(duì)大家java程序設(shè)計(jì)有所幫助。

相關(guān)文章

  • Java中double數(shù)值保留兩位小數(shù)的4種實(shí)現(xiàn)方式舉例

    Java中double數(shù)值保留兩位小數(shù)的4種實(shí)現(xiàn)方式舉例

    在Java編程中,我們經(jīng)常遇到需要對(duì)double類型的浮點(diǎn)數(shù)進(jìn)行精確截?cái)嗷蛩纳嵛迦氡A魞晌恍?shù)的需求,這篇文章主要給大家介紹了關(guān)于Java中double數(shù)值保留兩位小數(shù)的4種實(shí)現(xiàn)方式,需要的朋友可以參考下
    2024-07-07
  • Java基礎(chǔ)知識(shí)精通數(shù)組的內(nèi)存分析

    Java基礎(chǔ)知識(shí)精通數(shù)組的內(nèi)存分析

    數(shù)組對(duì)于每一門編程語(yǔ)言來(lái)說(shuō)都是重要的數(shù)據(jù)結(jié)構(gòu)之一,當(dāng)然不同語(yǔ)言對(duì)數(shù)組的實(shí)現(xiàn)及處理也不盡相同。Java?語(yǔ)言中提供的數(shù)組是用來(lái)存儲(chǔ)固定大小的同類型元素
    2022-04-04
  • Java class文件格式之屬性_動(dòng)力節(jié)點(diǎn)Java學(xué)院整理

    Java class文件格式之屬性_動(dòng)力節(jié)點(diǎn)Java學(xué)院整理

    在本文中, 主要講解了class文件中的一些屬性。 這些屬性可以出現(xiàn)在class文件中的對(duì)個(gè)地方, 用來(lái)描述一些其他信息
    2017-06-06
  • 關(guān)于spring?boot使用?jdbc+mysql?連接的問(wèn)題

    關(guān)于spring?boot使用?jdbc+mysql?連接的問(wèn)題

    這篇文章主要介紹了spring?boot使用?jdbc+mysql?連接,在這里mysql?8.x版本驅(qū)動(dòng)包,要使用?com.mysql.cj.jdbc.Driver作為驅(qū)動(dòng)類,文中給大家詳細(xì)介紹,需要的朋友可以參考下
    2022-03-03
  • java連接FTP服務(wù)器圖文教程

    java連接FTP服務(wù)器圖文教程

    這篇文章主要給大家介紹了關(guān)于java連接FTP服務(wù)器的相關(guān)資料,Ftp是一種常見的文件存儲(chǔ)服務(wù)器,在很多的項(xiàng)目中都有使用,方便存儲(chǔ)各種格式的文件,使用java連接ftp文件服務(wù)器也是常用的工具類,需要的朋友可以參考下
    2023-08-08
  • 配置了jdk的環(huán)境idea卻提示找不到j(luò)dk解決辦法

    配置了jdk的環(huán)境idea卻提示找不到j(luò)dk解決辦法

    在使用Java編程語(yǔ)言進(jìn)行開發(fā)時(shí),IDEA是一個(gè)非常流行和強(qiáng)大的集成開發(fā)環(huán)境,這篇文章主要給大家介紹了關(guān)于配置了jdk的環(huán)境idea卻提示找不到j(luò)dk的解決辦法,需要的朋友可以參考下
    2023-12-12
  • idea在plugins中搜不到插件的解決方法

    idea在plugins中搜不到插件的解決方法

    本文主要介紹了idea在plugins中搜不到插件的解決方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-06-06
  • Spring啟動(dòng)后獲取所有擁有特定注解的Bean實(shí)例代碼

    Spring啟動(dòng)后獲取所有擁有特定注解的Bean實(shí)例代碼

    這篇文章主要介紹了Spring啟動(dòng)后獲取所有擁有特定注解的Bean實(shí)例代碼,分享了相關(guān)代碼示例,小編覺得還是挺不錯(cuò)的,具有一定借鑒價(jià)值,需要的朋友可以參考下
    2018-02-02
  • SpringBoot項(xiàng)目中日志管理與調(diào)優(yōu)指南

    SpringBoot項(xiàng)目中日志管理與調(diào)優(yōu)指南

    在 Spring Boot 開發(fā)過(guò)程中,日志管理是開發(fā)者必須掌握的重要技能之一,合理的日志配置不僅能幫助開發(fā)者追蹤應(yīng)用程序的執(zhí)行流程、定位問(wèn)題,還能提升應(yīng)用程序的可維護(hù)性,本文將詳細(xì)探討 Spring Boot 項(xiàng)目中日志管理的常見問(wèn)題、解決方案以及最佳實(shí)踐
    2024-10-10
  • Java編程使用箱式布局管理器示例【基于swing組件】

    Java編程使用箱式布局管理器示例【基于swing組件】

    這篇文章主要介紹了Java編程使用箱式布局管理器,結(jié)合實(shí)例形式分析了基于swing組件的箱式布局管理器定義與使用技巧,需要的朋友可以參考下
    2018-01-01

最新評(píng)論