java抓取网页内容( 以上的代码程序是把一个网页的源代码a中)

　　java抓取网页内容(

以上的代码程序是把一个网页的源代码a中)

　　import java.io.BufferedReader;

import java.io.IOException;

import java.io.InputStreamReader;

import java.net.*;

public class loadurl {

public static void main(String args[]) {

String a = null;

try {

String url = "（这里替换成任意网页的网址）";

BufferedReader in = new BufferedReader(new InputStreamReader(

new URL(url).openConnection().getInputStream(), "GB2312"));//GB2312可以根据需要替换成要读取网页的编码

while ((a = in.readLine()) != null) {

System.out.println(a);

}

} catch (MalformedURLException e) {

} catch (IOException e) {

}

}

}

　　上述代码程序将一个网页的源代码，包括 HTML 和 XML，读入 JAVA 中的字符串 String a。

　　Java中的String类型空间很大，基本可以容纳一个网页源码的内容。

　　从网页中读取内容也是对输入流的操作。

　　与标准输入源不同，在：BufferedReader in = new BufferedReader(new InputStreamReader(...))

　　只需在 InputStreamReader 中输入 System.in。这里的输入源应该是：

　　(new URL(url).openConnection().getInputStream(), "GB2312")

　　后续的操作和处理与加载标准输入源完全一样。

　　BufferedReader 要求JAVA 必须捕获IOException，使用URL source 不仅要导入.* 包，还要捕获MalformedURLException。