【JAVA】JAVA程序根据url请求网站HTML页面

最新推荐文章于 2023-05-07 17:25:29 发布

poolsnowhui

最新推荐文章于 2023-05-07 17:25:29 发布

阅读量6.7k

点赞数 2

分类专栏： Java 文章标签： JAVA HTTP HTML

本文链接：https://blog.csdn.net/qazcxh/article/details/75003799

版权

Java 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

【开发环境】

1.Eclipse ，JDK1.7，Windows。

2.第三方jar包，commons-logging-1.2.jar ，httpclient-4.5.jar ，httpclient-4.5.jar（MVN仓库，可以下载jar包）

3.源代码HtmlBody.java。

工程文件所在位置 git仓库

【开发流程】

访问网站页面时，需要有一个浏览器，在浏览器中输入url地址，等待数秒，即可返回一个页面，显示在浏览器中。

这里采用JAVA程序根据url直接请求网站的HTML页面。

1.创建一个HttpClient实例，该实例相当于现实中的浏览器。

2.根据url封装一个HTTP的GET请求。

3.在这个HttpClient中执行这个GET请求。

4.返回reponse结果。

5.将这个结果解析为字符串。

6.将字符串存入磁盘文件。

【源代码】

//HtmlBody.java

package HtmlBody;

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;

import org.apache.http.HttpEntity;
import org.apache.http.HttpResponse;
import org.apache.http.client.ClientProtocolException;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.DefaultHttpClient;
import org.apache.http.protocol.HTTP;
import org.apache.http.util.EntityUtils;

@SuppressWarnings("deprecation")
public class HtmlBody {

	/**
	 * 根据url获取html页面
	 * 
	 * @param url
	 * @return
	 */
	public static String getBody(String url) {
		// 实例一个http客户端
		DefaultHttpClient httpClient = new DefaultHttpClient();
		// 实例一个httpGet请求，url放进去
		HttpGet httpGet = new HttpGet(url);
		try {
			// 用客户端执行get请求，并得到一个response回应，这里的执行时间根据客户端请求服务器的时间来决定
			// 如连接不成功会有IO异常
			HttpResponse response = httpClient.execute(httpGet);
			// 获取response里面的内容等。
			HttpEntity entity = response.getEntity();
			// 将entity元素通过Entity工具类转化为字符串形式，此时即为url页面html的字符串,这里的UTF_8为页面的实际编码
			String body = EntityUtils.toString(entity, HTTP.UTF_8);
			return body;
		} catch (ClientProtocolException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		}finally {
			httpClient.close();
		}
		return null;
	}

	/**
	 * HTML页面存盘
	 * 
	 * @param body
	 */
	public static void htmlToDisk(String body) {
		FileOutputStream fos = null;
		try {
			// 定义文件名，./代表项目目录
			fos = new FileOutputStream("./index.html");
			// 写文件流
			fos.write(body.getBytes());
			fos.close();
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			try {
				fos.close();
			} catch (IOException e1) {
				e1.printStackTrace();
			}
			e.printStackTrace();
		}
	}

	public static void main(String[] args) {
		String url = "http://www.baidu.com";
		String body = getBody(url);
		System.out.println(body);
		htmlToDisk(body);
//		//谷歌连接不上，会有异常
//		url = "http://www.google.com";
//		body = getBody(url);
//		System.out.println(body);

	}
}

【结果】

//index.html

<!DOCTYPE html>
<!--STATUS OK-->
<html>
<head>
<meta http-equiv=content-type content=text/html;charset=utf-8>
<meta http-equiv=X-UA-Compatible content=IE=Edge>
<meta content=always name=referrer>
<link rel=stylesheet type=text/css href=http://s1.bdstatic.com/r/www/cache/bdorz/baidu.min.css>
<title>百度一下，你就知道</title>
</head>
<body link=#0000cc>
	<div id=wrapper>
		<div id=head>
			<div class=head_wrapper>
				<div class=s_form>
					<div class=s_form_wrapper>
						<div id=lg>
							<img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129>
						</div>
						<form id=form name=f action=//www.baidu.com/s class=fm>
							<input type=hidden name=bdorz_come value=1>
							<input type=hidden name=ie value=utf-8>
							<input type=hidden name=f value=8>
							<input type=hidden name=rsv_bp value=1>
							<input type=hidden name=rsv_idx value=1>
							<input type=hidden name=tn value=baidu>
							<span class="bg s_ipt_wr">
								<input id=kw name=wd class=s_ipt value maxlength=255 autocomplete=off autofocus>
							</span>
							<span class="bg s_btn_wr">
								<input type=submit id=su value=百度一下 class="bg s_btn">
							</span>
						</form>
					</div>
				</div>
				<div id=u1>
					<a href=http://news.baidu.com name=tj_trnews class=mnav>新闻</a>
					<a href=http://www.hao123.com name=tj_trhao123 class=mnav>hao123</a>
					<a href=http://map.baidu.com name=tj_trmap class=mnav>地图</a>
					<a href=http://v.baidu.com name=tj_trvideo class=mnav>视频</a>
					<a href=http://tieba.baidu.com name=tj_trtieba class=mnav>贴吧</a>
					<noscript>
						<a href=http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>登录</a>
					</noscript>
					<script>document.write('<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u='+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ '" name="tj_login" class="lb">登录</a>');</script>
					<a href=//www.baidu.com/more / name=tj_briicon class=bri style="display: block;">更多产品</a>
				</div>
			</div>
		</div>
		<div id=ftCon>
			<div id=ftConw>
				<p id=lh>
					<a href=http://home.baidu.com>关于百度</a>
					<a href=http://ir.baidu.com>About Baidu</a>
				</p>
				<p id=cp>
					&copy;2017 Baidu 
					<a href=http://www.baidu.com/duty />
					使用百度前必读
					</a>
					 
					<a href=http://jianyi.baidu.com / class=cp-feedback>意见反馈</a>
					 京ICP证030173号  <img src=//www.baidu.com/img/gs.gif>
				</p>
			</div>
		</div>
	</div>
</body>
</html>

poolsnowhui

关注

2
点赞
踩
11

收藏

觉得还不错? 一键收藏
2
评论
【JAVA】JAVA程序根据url请求网站HTML页面

【开发环境】1.Eclipse ，JDK1.7，Windows。2.第三方jar包，commons-logging-1.2.jar ，httpclient-4.5.jar ，httpclient-4.5.jar（MVN仓库，可以下载jar包）3.源代码HtmlBody.java。工程文件所在位置 git仓库【开发流程】访问网站页面时，需要有一个浏览器
复制链接

扫一扫