一个简单的页面扫描程序Scan

 代码功能实现，输入一个简写的url地址，得到此页面上所有的超级链接。

从原理上看，把后台输入的简写url加工，转换成java.net.URL类型。使用poenStream()将资源数据转化成数据流，在网络资源和URL对象之间建立一条信道链路。从HTML角度来说，就是查该主页上包含多少个HREF标记。

package net;

import java.net.*;
import java.io.*;

class URL_PageScan 
{
   public static void main(String args[]) 
   {
      System.out.println("Working..");
      //if(args.length!=1)
      //{
      System.out.println("输入一个URL地址后回车,如http://java.sun.com/index.html");
      //    System.exit(0);
      //}
      URL ul = null;
      char c;
      StringBuffer buf = new StringBuffer();
      try 
      {
         while((c = (char)System.in.read()) != ' ') 
         {
            buf.append(c);
         }
         buf.insert(buf.length() - 1, "/index.html");
         System.out.println("URL_3:" + buf.toString());
         ul = new URL("http://" + buf.toString());
         System.out.println("URL:" + ul);
      }
      catch(Exception e) 
      {
         System.out.println("Bad URL:" + ul);
      }
      StringBuffer page = new StringBuffer();
      try 
      {
         InputStream in = ul.openStream();
         BufferedReader reader = new BufferedReader(new InputStreamReader(in));
         int data;
         while((data = reader.read()) != -1) 
            page.append((char)data);
      }
      catch(IOException e) 
      {
         e.printStackTrace();
      }
      //计算"HREF"出现的次数
      int refCount = 0;
      for(int i = 4; i < page.length(); i ++ ) 
      {
         if(page.substring(i - 4, i).equalsIgnoreCase("HREF")) 
            refCount ++ ;
      }
      System.out.println("pages referenced:" + refCount);
   }
}