![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Java编程
文章平均质量分 77
hooleeUCAS
用心思考,用手创造。
展开
-
java代码抓取网页
从指定的url抓取网页,思路很清晰,使用java.net.URL得到url对应的二进制流,然后就可以像操作普通文件那样操作这个流了。下面的例子演示了从百度抓取一个搜索网页,将网页存入到文件当中;同时,还对网页进行了简单的分析,得到了检索结果的数量。不过在分析网页内容的时候不可避免的要处理编码问题,因为从url读取的时候是字符流,网页上字符的编码是多样的,如果直接用java默认的字符集,十有原创 2014-04-13 10:26:49 · 1038 阅读 · 0 评论 -
字符编码那些事儿(UTF-8,GBK,Unicode,ASCII)(一)
什么是字符编码以下内容超过99.9%来自于:http://blog.chinaunix.net/uid-24118190-id-75277.html准中版权,请直接阅读原文。ASCII:早期的计算机只支持英文,为此ANSI制定了ASCII字符表:用一个字节的低7位表示字符,可以表达128个;当字节的高位为1时,表示的是扩展ASCII字符,ANSI并没有为它们指定标准。ANSI字转载 2014-10-22 17:48:40 · 868 阅读 · 0 评论 -
字符编码那些事儿(UTF-8,GBK,Unicode,ASCII)(三)
字符解码错误是否是可逆的我们讨论更加常见的乱码问题。Web开发中经常会遇到乱码问题,对于初学者来说乱码问题非常恼人。以Java语言为例,如果我们通过Java抓取一个网页的文本,打印之后发现是乱码,我们能否通过String newStr = new String(oldStr.getBytes("oldcharset"), "newcharset")的方式得到正确的字符串?Java原创 2014-10-22 18:31:37 · 1146 阅读 · 0 评论 -
字符编码那些事儿(UTF-8,GBK,Unicode,ASCII)(二)
为什么文字会有这么多种编码呢,其中的原因大概有很多,从计算机的角度来看,主要是存储所占的长度、是否易于编码和解码等。为了让大家比较直观的看到不同编码对字符长度的影响,下面以字符串“abc袁心玥”为例,说明一下。新建一个txt文档,里面的内容为“abc袁心玥”,按不同的编码保存,查看文件的大小属性我们将看到以下结果。字符集文件大小说明原创 2014-10-22 18:33:07 · 990 阅读 · 0 评论 -
Java enum枚举是怎么回事
通过定义枚举,可以保证需要使用该枚举的地方,参数一定是该枚举的成员,同时增强代码的可读性。enum不过是Java语言为我们提供的一个语法糖[1](什么是语法糖?),方便我们定义常量。通过enum关键字定义的实际上是一个类,只不过编译器会保证这个类继承自Enum,并且会给这个类自动的加入一些成员。原创 2014-12-20 17:12:36 · 1770 阅读 · 0 评论 -
Java Map在遍历过程中删除元素
Java中的Map如果在遍历过程中要删除元素,除非通过迭代器自己的remove()方法,否则就会导致抛出ConcurrentModificationException异常。这么做的原因是为了保证迭代器能够尽快感知到Map的“结构性修改“,从而避免不同视图下不一致现象。原创 2015-01-22 19:19:14 · 36626 阅读 · 0 评论 -
搜索引擎倒排索引表压缩:gamma编码
搜索引擎的倒排索引表所占的空间很大,对倒排索引表进行压缩显得非常必要。由于倒排索引表中存储的全部都是数字,对其进行压缩有着专门的方法,Gamma编码就是其中的一种。Gamma编码是一种基于位的变长编码……原创 2015-03-08 22:48:40 · 3174 阅读 · 1 评论