教你如何自己制作IP地址查询的API，摆脱第三方API---（二）

建议读者先看上一篇教程：

教你如何自己制作IP地址查询的API，摆脱第三方API---（一）：http://blog.csdn.net/ajaxhu/article/details/12321907

这篇教程主要介绍如何制作通过制定IP查询地址的API。

先打开http://www.ip138.com/，页面中有一个输入框，输入一个IP，查询，我们这里输入的是113.96.121.110，点击查询按钮，发现页面跳转到了：

http://www.ip138.com/ips138.asp?ip=113.96.121.110&action=2

仔细观察这个地址，其中的参数ip=后面跟着就是IP，action表示某种操作，这里不需要管。由此可知，要查询指定IP的地址，我们需要查询的页面，地址如下：

http://www.ip138.com/ips138.asp?ip=你的IP&action=2

我们看一下http://www.ip138.com/ips138.asp?ip=113.96.121.110&action=2的页面源代码，不错，地址信息直接加载在页面源码中：

XML/HTML code

?

1 2 3 4 5 6 7 8

< tr > < td  align = "center" > < ul  class = "ul1" > < li >本站主数据：广东省广州市 电信</ li > < li >参考数据一：广东省 电信</ li > </ ul > </ td > </ tr >

仔细分析页面发现，只需要找HTML源码中夹在 "<ur class="ul1">"和"</url></rd>"之间的部分，就是我们所需要的数据，数据的结构为:

<li>本站主数据：广东省广州市 电信</li>
<li>参考数据一：广东省 电信</li>
每条数据都在分号”：“和</li>之间，做一个简单的处理即可返
下面给出源代码：

Java code

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80

import  java.io.IOException; import  java.io.InputStream; import  java.io.InputStreamReader; import  java.net.HttpURLConnection; import  java.net.URL; import  java.util.ArrayList; import  java.util.regex.Matcher; import  java.util.regex.Pattern;   public  class  IpGetter {        public  static  void  main(String[] args)  throws  IOException {          IpGetter ipgetter =  new  IpGetter();            String info =  new  IpGetter().getInfo( "113.96.121.110" );          System.out.println( "不规则结果:"  + info);               ArrayList<String> addressarray=IpGetter.getAddresses(info);           System.out.println( "规范化结果：" +addressarray.toString());        }        /**       * 取出html源码中<ul class=\"ul1\">和</center>之间的部分，即为我们要的结果(不规则字符串)       *        * @return       * @throws IOException       */      public  String getInfo(String ip)  throws  IOException {          String info = fetchHtml( "http://www.ip138.com/ips138.asp?ip="  + ip                  +  "&action=2" ,  "gb2312" );          int  index1 = info.indexOf( "<ul class=\"ul1\">" ) +  16 ;          int  index2 = info.indexOf( "</ul></td>" );          info = info.substring(index1, index2);          return  info;      }        /**       * 从不规则字符串中(getInfo()的结果),抽取出地址信息数组       *        * @param info       */      public  static  ArrayList<String> getAddresses(String info) {          ArrayList<String> addressarray= new  ArrayList<String>();          String regex =  "：(.*?)</li>" ;          Pattern p = Pattern.compile(regex);          Matcher matcher = p.matcher(info);          while (matcher.find())          {              addressarray.add(matcher.group( 1 ));          }          return  addressarray;      }        /**       * 抓取某个网页的源代码       *        * @param urlstr       *            要抓取网页的地址       * @param charset       *            网页所使用的编码 如"utf-8","gbk"       * @return       * @throws IOException       */      public  String fetchHtml(String urlstr, String charset)  throws  IOException {          URL url =  new  URL(urlstr);          HttpURLConnection con = (HttpURLConnection) url.openConnection();          InputStream is = con.getInputStream();          InputStreamReader isr =  new  InputStreamReader(is, charset);          String result =  "" ;          int  read;          while  ((read = isr.read()) != - 1 ) {              result += ( char ) read;          }          isr.close();          return  result;      }   }

注释：上面的public static ArrayList<String> getAddresses(String info) 函数中用到的是正则表达式提取数据：
正则表达式：String regex = "：(.*?)</li>"; 这里解释一下，"."在正则表达式中表示任意字符，"*"表示若干个，"(.*)"表示若干个任意字符（括号起分隔作用，不代表字符），为什么要加个问号编程"(.*?)"呢,如果不加问号，匹配的模式是贪婪的，我们提取到的数据是：

本站主数据：广东省广州市 电信</li>
<li>参考数据一：广东省 电信
会跳过第一个</li>去找最后一个</li>，虽然上面的结果页符合正则表达式，但是它匹配到了尽量多的字符，这个是贪婪模式。加了问号之后，就变为非贪婪模式，会按照尽量短的字符去匹配。
上面那个正则表达式翻译一下可以理解为符合 "：任意字符串</li>"的字符串。