关于读取网页源码。。。

最新推荐文章于 2021-02-03 05:14:27 发布

strompanda

最新推荐文章于 2021-02-03 05:14:27 发布

阅读量107

点赞数

文章标签： io readLine read

本文链接：https://blog.csdn.net/strompanda/article/details/84169459

版权

package com.free.html.util;

import java.io.*;
import java.net.*;

public class ReadHtml {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
	//	readJSP("http://www.yz91.net/zpxx.asp");
		readHtml("http://www.yz91.net/zpxx.asp","gb2312");
	//	getStaticPage("http://www.yz91.net/zpxx.asp","gb2312");
	}

	public static void readHtml(String utl,String bm ){
		try {

			URL url=new URL(utl);
			HttpURLConnection  con=(java.net.HttpURLConnection)url.openConnection();
			con.connect();
			BufferedReader br=new BufferedReader(new InputStreamReader(con.getInputStream(),bm));

			FileOutputStream fos =new FileOutputStream("D:\\My Documents\\word.txt");
			OutputStreamWriter osw =new OutputStreamWriter(fos,"utf-8");
			BufferedWriter bw=new BufferedWriter(osw);
			int a;
			StringBuilder temp = new StringBuilder();
			while((a=br.read())!=-1){
				System.out.println(br.readLine());            //这里后台输出。。。信息后面再代码后面给出 有点问题
				bw.write(br.readLine());
				bw.flush();									//这里写到txt里  总是少第一个<html>  
			//	temp.append((char)a);
                        //      bw.write(temp);
			//	System.out.println(temp.toString());               这里后台输出正常  
			}
			br.close();
			bw.close();
			con.disconnect();

		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

}

[color=red]问题1.[/color]使用System.out.println(br.readLine()); 后台输出的问题：
html>
head>
meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
title>详见扬州人力资源网(www.yz91.net) ,扬州数字电视“扬州就业”栏目</title>
/head>
body>
table width="100%" border="1" align="center" cellpadding="0" cellspacing="0">
<tr >
<td >单位名称</td>
<td >岗位</td>
<td align="center">年龄</td>
<td align="center">男</td>
<td align="center">女</td>
<td align="center">不限</td>
<td align="center">文化程度</td>
<td >待遇</td>
<td >联系人</td>
<td >联系电话</td>
</tr>

tr>
td width="30%">扬州统一机械有限公司</td>
<td >技术员</td>
<td >18-50</td>
<td >1</td>
<td >0</td>
<td >0</td>
<td >大专</td>
<td >930+</td>
<td >桑耿娟</td>
<td >0514-85550686 13064889698</td>
/tr>

//.....类似

tr>
td width="30%">扬州青青环保成套设备有限公司</td>
<td >文员</td>
<td >18-50</td>
<td >0</td>
<td >5</td>
<td >0</td>
<td >大专</td>
<td >930+</td>
<td ></td>
<td ></td>
/tr>

/table>
/body>
/html>

大概问题就是少左尖括号。

[color=red]问题2.[/color]把流写入txt后总少头上<html>这一个标签，不管是用bw.write(br.readLine());还是用 bw.write((char)a);

求教大大们了 :cry: :cry: :cry:

strompanda

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
关于读取网页源码。。。

[code="java"]package com.free.html.util;import java.io.*;import java.net.*;public class ReadHtml { /** * @param args */ public static void main(String[] args) { // TODO Auto-g...
复制链接

扫一扫