通过url地址抓取html代码

最新推荐文章于 2019-02-18 17:03:34 发布

原创最新推荐文章于 2019-02-18 17:03:34 发布 · 426 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#HTML #C #C++ #C# #Java

corejava 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一个简单的Java程序，该程序通过URL连接到指定的网页并读取其内容。最初使用字节流读取时出现了乱码问题，通过转换为字符流并指定编码解决了这一问题。

public class URLStream {
	public static void main(String[] args) throws IOException {
		InputStream inputStream = null;
		BufferedReader reader = null;
		String str = null;
		try {
			URL url = new URL("http://www.baidu.com");

			inputStream = url.openStream();
			 reader = new BufferedReader(new InputStreamReader(inputStream,"gbk"));
			while(null != (str = reader.readLine())) {
				System.out.println(str);
			}
			reader.close();
		} catch (MalformedURLException ex) {
		     System.err.println("Not a URL Java understands.");
		} finally {
			if (reader != null)
				reader.close();
		}
	}
}

其他：
1.刚开始写的时候没有用while(null != (str = reader.readLine()))而是用
for( int c = inputStream.read(); c != -1; c = inputStream.read()){
System.out.write(c);
}
发现乱码，想想当然会乱码的，毕竟一个中文占两个字符。