【JAVA】JAVA程序根据url请求网站HTML页面

来源：互联网发布：java视频教程毕向东编辑：程序博客网时间：2024/06/05 04:07

【开发环境】

1.Eclipse ，JDK1.7，Windows。

2.第三方jar包，commons-logging-1.2.jar ，httpclient-4.5.jar ，httpclient-4.5.jar（MVN仓库，可以下载jar包）

3.源代码HtmlBody.java。

工程文件所在位置 git仓库

【开发流程】

访问网站页面时，需要有一个浏览器，在浏览器中输入url地址，等待数秒，即可返回一个页面，显示在浏览器中。

这里采用JAVA程序根据url直接请求网站的HTML页面。

1.创建一个HttpClient实例，该实例相当于现实中的浏览器。

2.根据url封装一个HTTP的GET请求。

3.在这个HttpClient中执行这个GET请求。

4.返回reponse结果。

5.将这个结果解析为字符串。

6.将字符串存入磁盘文件。

【源代码】

//HtmlBody.java

package HtmlBody;import java.io.FileNotFoundException;import java.io.FileOutputStream;import java.io.IOException;import org.apache.http.HttpEntity;import org.apache.http.HttpResponse;import org.apache.http.client.ClientProtocolException;import org.apache.http.client.methods.HttpGet;import org.apache.http.impl.client.DefaultHttpClient;import org.apache.http.protocol.HTTP;import org.apache.http.util.EntityUtils;@SuppressWarnings("deprecation")public class HtmlBody {/** * 根据url获取html页面 *  * @param url * @return */public static String getBody(String url) {// 实例一个http客户端DefaultHttpClient httpClient = new DefaultHttpClient();// 实例一个httpGet请求，url放进去HttpGet httpGet = new HttpGet(url);try {// 用客户端执行get请求，并得到一个response回应，这里的执行时间根据客户端请求服务器的时间来决定// 如连接不成功会有IO异常HttpResponse response = httpClient.execute(httpGet);// 获取response里面的内容等。HttpEntity entity = response.getEntity();// 将entity元素通过Entity工具类转化为字符串形式，此时即为url页面html的字符串,这里的UTF_8为页面的实际编码String body = EntityUtils.toString(entity, HTTP.UTF_8);return body;} catch (ClientProtocolException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}finally {httpClient.close();}return null;}/** * HTML页面存盘 *  * @param body */public static void htmlToDisk(String body) {FileOutputStream fos = null;try {// 定义文件名，./代表项目目录fos = new FileOutputStream("./index.html");// 写文件流fos.write(body.getBytes());fos.close();} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {try {fos.close();} catch (IOException e1) {e1.printStackTrace();}e.printStackTrace();}}public static void main(String[] args) {String url = "http://www.baidu.com";String body = getBody(url);System.out.println(body);htmlToDisk(body);////谷歌连接不上，会有异常//url = "http://www.google.com";//body = getBody(url);//System.out.println(body);}}

【结果】

//index.html

<!DOCTYPE html><!--STATUS OK--><html><head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X-UA-Compatible content=IE=Edge><meta content=always name=referrer><link rel=stylesheet type=text/css href=http://s1.bdstatic.com/r/www/cache/bdorz/baidu.min.css><title>百度一下，你就知道</title></head><body link=#0000cc><div id=wrapper><div id=head><div class=head_wrapper><div class=s_form><div class=s_form_wrapper><div id=lg><img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129></div><form id=form name=f action=//www.baidu.com/s class=fm><input type=hidden name=bdorz_come value=1><input type=hidden name=ie value=utf-8><input type=hidden name=f value=8><input type=hidden name=rsv_bp value=1><input type=hidden name=rsv_idx value=1><input type=hidden name=tn value=baidu><span class="bg s_ipt_wr"><input id=kw name=wd class=s_ipt value maxlength=255 autocomplete=off autofocus></span><span class="bg s_btn_wr"><input type=submit id=su value=百度一下 class="bg s_btn"></span></form></div></div><div id=u1><a href=http://news.baidu.com name=tj_trnews class=mnav>新闻</a><a href=http://www.hao123.com name=tj_trhao123 class=mnav>hao123</a><a href=http://map.baidu.com name=tj_trmap class=mnav>地图</a><a href=http://v.baidu.com name=tj_trvideo class=mnav>视频</a><a href=http://tieba.baidu.com name=tj_trtieba class=mnav>贴吧</a><noscript><a href=http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>登录</a></noscript><script>document.write('<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u='+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ '" name="tj_login" class="lb">登录</a>');</script><a href=//www.baidu.com/more / name=tj_briicon class=bri style="display: block;">更多产品</a></div></div></div><div id=ftCon><div id=ftConw><p id=lh><a href=http://home.baidu.com>关于百度</a><a href=http://ir.baidu.com>About Baidu</a></p><p id=cp>&copy;2017 Baidu <a href=http://www.baidu.com/duty />使用百度前必读</a> <a href=http://jianyi.baidu.com / class=cp-feedback>意见反馈</a> 京ICP证030173号  <img src=//www.baidu.com/img/gs.gif></p></div></div></div></body></html>

阅读全文

1 0