如何通過Java程序讀取網頁內容？

我打算編寫一個Java程序來讀取一個網站的一些匯率（http://www.doviz.com），並想知道什麼是最好的方法來只讀（或讀取整體和剝離零件需要）我需要的內容。如何通過Java程序讀取網頁內容？

任何幫助表示讚賞。

2011-08-19 temelm

檢出[JSoup]（http://jsoup.org/）。它很容易使用，功能強大，而且價格合適！ –

我的建議是使用Jsoup庫

這很容易解析使用CSS/jQuery的語法類似的外部內容

// Only one line to parse an external content 
Document doc = Jsoup.connect("http://jsoup.org").get(); 

// "Javascript-like" syntax 
Element content = doc.getElementById("content"); 
Elements links = content.getElementsByTag("a"); 
for (Element link : links) { 
    String linkHref = link.attr("href"); 
    String linkText = link.text(); 
} 

// "Jquery/Css-like" syntax 
Elements resultLinks = doc.select("h3.r > a"); 
Elements pngs = doc.select("img[src$=.png]");

就在jsoup.jar庫添加到您的類路徑和請享用！
開源並且免費使用當然。

來源

2011-08-19 22:41:13

感謝您將JSoup帶到桌面，我正在使用httpclient來處理上面的用例，但我一定會調查JSoup。是否也可以通過登錄來閱讀受保護的頁面？ –

可以添加標題信息，所以我認爲這是可能的。 http://jsoup.org/cookbook/input/load-document-from-url –

如果你需要一個複雜的導航（表單發佈，重定向），HttpClient是一個好主意，可以直接獲取html內容來解析Jsoup或者登錄cookie，並將其注入連接jsoup（'Jsoup.connect（「http://example.com」）.cookie（「auth」，「cookies data」）'） –

我建議你實現一個網頁的RSS閱讀機制（以編程方式），並使用標準解析器提取RSS XML的內容。

來源

2011-08-20 07:39:46

如何通過Java程序讀取網頁內容？

回答

相關問題