Android中访问HTML源码并解决编码问题

来源：互联网发布：农大网络远程教育编辑：程序博客网时间：2024/06/04 15:16

本案例功能为在输入框中输入网址并点击按钮，访问HTML源代码并显示在TextView中。为了避免服务器端编码与客户端不同，需要对返回的HTML代码内容（标签）进行判断，采用与服务端对应的编码进行解析。

实现步骤：
1. 定义函数String getHtmlFromInternet(String url)，用于根据给定的url访问网络，抓取html代码。函数的内容很简单，仍然是定义HttpURLConnection对象，并配置各项参数，然后用connect进行连接。如果连接成功，调用String getStringFromInputStream(InputStream is)来将流转换为字符串。
2. 在getStringFromInputStream(InputStream is)方法中，主要做以下几件事：(1)写入缓存流；(2)在html中的内容中，抽取编码信息，并做相应选择判断。(3)根据编码信息做对应编码种类的字符转换，得到String类型的输出字符html并返回。
3. 用户点击按钮响应getHtml()方法。在这个方法中开启一个子线程，接收返回到的html字符，如果不为空，那么将通过handler向主线程发送成功消息并传递html字符串。主线程将字符串显示在UI中。

MainActivity.class

import java.io.ByteArrayOutputStream;import java.io.IOException;import java.io.InputStream;import java.net.HttpURLConnection;import java.net.URL;import android.app.Activity;import android.os.Bundle;import android.os.Handler;import android.os.Message;import android.text.TextUtils;import android.util.Log;import android.view.View;import android.widget.EditText;import android.widget.TextView;import android.widget.Toast;public class MainActivity extends Activity {    protected static final int SUCCESS = 0;    protected static final int ERROR = 1;    private static final String TAG = "MainActivity";    private EditText etUrl;    private TextView tvHtml;    private Handler handler = new Handler() {        @Override        public void handleMessage(Message msg) {            super.handleMessage(msg);            switch (msg.what) {            case SUCCESS:                tvHtml.setText((CharSequence) msg.obj);                break;            case ERROR:                Toast.makeText(MainActivity.this, "访问失败", 0).show();                break;            default:                break;            }        }    };    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);        etUrl = (EditText) findViewById(R.id.et_url);        tvHtml = (TextView) findViewById(R.id.tv_html);    }    /**按钮点击，调用该方法。     *      * @param v     */    public void getHtml(View v) {        final String url = etUrl.getText().toString();        new Thread(new Runnable() {            @Override            public void run() {                String html = getHtmlFromInternet(url);                if(!TextUtils.isEmpty(html)) {                    Message msg = new Message();                    msg.what = SUCCESS;                    msg.obj = html;                    handler.sendMessage(msg);                } else {                    Message msg = new Message();                    msg.what = ERROR;                    handler.sendMessage(msg);                }            }        }).start();    }    /**     * 根据给定的url访问网络，抓取html代码     * @param url     * @return     */    protected String getHtmlFromInternet(String url) {        try {            URL mURL = new URL(url);            HttpURLConnection conn = (HttpURLConnection) mURL.openConnection();            conn.setRequestMethod("GET");            conn.setConnectTimeout(10000);            conn.setReadTimeout(5000);            int responseCode = conn.getResponseCode();            if (responseCode == 200) {                InputStream is = conn.getInputStream();                String html = getStringFromInputStream(is);                return html;            } else {                Log.i(TAG, "访问失败"+responseCode);            }        } catch (Exception e) {            e.printStackTrace();        }        return null;    }    /**     * 根据流返回一个字符串信息     * @param is     * @return     * @throws IOException      */    private String getStringFromInputStream(InputStream is) throws IOException {        ByteArrayOutputStream baos = new ByteArrayOutputStream(); //定义缓存流        byte[] buffer = new byte[1024]; //定义一个字节数组        int len = -1;        while((len = is.read(buffer))!= -1) { //如果没有结束，执行写入操作            baos.write(buffer, 0, len);        }        is.close();        String html = baos.toString(); //把流中的数据转换成字符串        String charset = "utf-8";         if(html.contains("gbk") || html.contains("gb2312") ||                 html.contains("GBK") || html.contains("GB2312")) { //如果包含gbk编码，就采用gbk编码对字符串编码            charset = "gbk";        }        html = new String(baos.toByteArray(), charset); //按charset代表的编码种类进行编码，得到String类型的html        baos.close();        return html;    }}

0 0