当前位置： 移动技术网 > IT编程>开发语言>Java > java抓取网页数据获取网页中所有的链接实例分享

java抓取网页数据获取网页中所有的链接实例分享

2019年07月22日  | 移动技术网IT编程  | 我要评论

色戒免费下载,山西精子库,第一放映室网址

效果图



复制代码 代码如下:

import java.io.bufferedreader;
import java.io.ioexception;
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 htmlparser {
 /**
  * 要分析的网页
  */
 string htmlurl;

 /**
  * 分析结果
  */
 arraylist<string> hreflist = new arraylist();

 /**
  * 网页编码方式
  */
 string charset;

 public htmlparser(string htmlurl) {
  // todo 自动生成的构造函数存根
  this.htmlurl = htmlurl;
 }

 /**
  * 获取分析结果
  *
  * @throws ioexception
  */
 public arraylist<string> gethreflist() throws ioexception {

  parser();
  return hreflist;
 }

 /**
  * 解析网页链接
  *
  * @return
  * @throws ioexception
  */
 private void parser() throws ioexception {
  url url = new url(htmlurl);
  httpurlconnection connection = (httpurlconnection) url.openconnection();
  connection.setdooutput(true);

  string contenttype = connection.getcontenttype();
  charset = getcharset(contenttype);

  inputstreamreader isr = new inputstreamreader(
    connection.getinputstream(), charset);
  bufferedreader br = new bufferedreader(isr);

  string str = null, rs = null;
  while ((str = br.readline()) != null) {
   rs = gethref(str);

   if (rs != null)
    hreflist.add(rs);
  }

 }

 /**
  * 获取网页编码方式
  *
  * @param str
  */
 private string getcharset(string str) {
  pattern pattern = pattern.compile("charset=.*");
  matcher matcher = pattern.matcher(str);
  if (matcher.find())
   return matcher.group(0).split("charset=")[1];
  return null;
 }

 /**
  * 从一行字符串中读取链接
  *
  * @return
  */
 private string gethref(string str) {
  pattern pattern = pattern.compile("<a href=.*</a>");
  matcher matcher = pattern.matcher(str);
  if (matcher.find())
   return matcher.group(0);
  return null;
 }

 public static void main(string[] arg) throws ioexception {
  htmlparser a = new htmlparser("http://news.163.com/");
  arraylist<string> hreflist = a.gethreflist();
  for (int i = 0; i < hreflist.size(); i++)
   system.out.println(hreflist.get(i));

 }

}

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网