分享
 
 
 

浅析JAVA实现网页取内容

王朝java/jsp·作者佚名  2006-01-09
窄屏简体版  字體: |||超大  

有很多网站提供从其他网站提取新闻甚至是从向翻译网站取内容

由于手头做的网站需要涉及这个方面的内容,所以最近研究了一下

这里把我的一点小心得写给大家

希望大家讨论共同进步

首先我觉得这种功能的实现其实是依靠对数据包的解析

我的思路是把网站的整个源码先截取下来

然后对包的每一行HTML代码进行分析

找到需要的内容的HTML代码的共性

再提取这些共性代码出来

最后精简掉这些多余的代码得到需要内容

我写了一个粗略的程序来获取金山词霸的翻译

贴上让大家看看

顺便问达人这ENCODE的转化怎么完成

我想好久都没能解决

import java.net.*;

import java.io.*;

public class gethead

{

public static String str = "<tr><td></td><td class=\"explain_attr\">int.</td></tr><tr><td><img width=\"1\" height=\"1\"></td><td class=\"explain_item\">";

public static String end = "</td></tr>";

URL url;

URLConnection uc;

InputStream in;

DataInputStream din;

String get;

StringBuffer sb;

StringBuffer add;

DataInputStream in1;

public gethead()

{

int i=0;

sb = new StringBuffer();

add = new StringBuffer();

add.append("http://cb.kingsoft.com/search?s=");

System.out.println("Input the word you want to get:");

try

{

in1 = new DataInputStream(System.in);

String word = in1.readLine();

add.append(word).append("&lang=utf-8");

url = new URL(add.toString());

uc = url.openConnection();

in = uc.getInputStream();

din = new DataInputStream(in);

while((get = din.readLine())!=null)

{

if((get.indexOf(str))!=-1)

{

i=i+1;

}

if(i!=0)

{

sb.append(get);

}

if(get.indexOf(end)!=1)

{

i=0;

}

}

String oot = sb.toString();

oot = oot.replaceAll(str,"");

oot = oot.replaceAll(end,"");

//oot = java.net.URLEncoder.encode(oot);

oot = new String(oot.getBytes("UTF-8"),"GB2312");

System.out.println(oot);

}catch(IOException e)

{}catch(Exception e)

{}

}

public static void main(String[] args)

{

gethead g = new gethead();

}

}

技术的核心是截取数据流,再进行分析提取,看起来还是比较简单的,但是难点在对HTML的源代码的具体分析和操作上

其实这个技术的应用我个人觉得还是会比较广泛的

在网络的数据流的分析应用上还是比较简单易用的

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有