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);
   }
}