今天在做Web项目中有一个功能需要从网上数据源获取文献数据,于是想到可以使用URLConnection类来实现。
主要思路:通过URLConnection工具类发送get请求,得到整个html页,将其读入Java程序中,对页面结构进行分析后,用正则表达式获取其中的数据。
首先分析万方的url结构,如搜索关键词“software”的相应url为
http://s.wanfangdata.com.cn/Paper.aspx?q=software&f=top&p=1
参数q即关键词,p为页面,可以用字符串拼接的方式自定义这两个字段。