如将连接中的流读取出来方法:/**
* 将网页上的数据流转成字符串
*
* @param url
* @return
* @throws IOError
*/
public String getSourceFromURL(String url) throws IOException {
URL u=new URL(url);
InputStream in=u.openStream();
StringBuilder sb=new StringBuilder();
byte[] buff=new byte[1024];
int len;
while((len=in.read(buff))!=-1){
//此处使用UTF-8编码,如果遇到像新浪这样的网站编码不是UTF-8的,就会乱,
//此处我就不过细处理了
sb.append(new String(buff,0,len,"UTF-8"));
}
in.close();
return String.valueOf(sb);
}
获得网页中的所有数据后,便可以使用正则表达式匹配了,这不得不说要正则表达式灵活运用才方能不用代码进行各种处理了,我的正则表达式都有一段时间没有,又陌生了:
此处我就随便写一个获取标题的正则吧,不过没有做什么就近匹配,如果页面有多个能匹配到的标签,那么可能会匹配不到想要的