java 抓取网页内容
在工作中要通java获取整个网页的html内容,或者某个网络文件的内容。这里我们可以使用java提供的HttpURLConnection类来实现对网页内容的抓取。下面举例说明:
抓取百度首页的内容:
URL url = new URL("http://www.baidu.com"); HttpURLConnection urlCon=(HttpURLConnection)url.openConnection(); urlCon.setConnectTimeout(50000); urlCon.setReadTimeout(300000); DataInputStream fIn; byte[] content = new byte[MAX_FILE_SIZE]; fIn = new DataInputStream(urlCon.getInputStream()); int size = 0,f_size = 0; while((size = fIn.read(content,f_size,2048))> 0){ f_size += size; }
在代码中我们将百度首页的内容存储到了一个byte数组中,当然我们有了 IO流以后还可以存储到文件中去了。