java中解析html代碼提取字符串

package?test;

為伊寧等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及伊寧網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為網(wǎng)站設(shè)計、網(wǎng)站建設(shè)、伊寧網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！

public?class?JButtonTest

{

public?static?void?main?(?String[]?args?)

{

String?regex?=?"[\\s\\S]+\\property\\s+name[\\=\'\"]+label[^\\]+\\([^\\]+)\\\\/property\\[\\s\\S]*";

String?input?=?"property?name=\"name\"\r\nprojectNo\r\n/property\r\nproperty?name=\"property\"\r\n?projectNo\r\n/property\r\nproperty?name=\"label\"\r\n?項目編號\r\n/property\r\neditor?/";

System.out.println?(input.replaceAll?(regex,?"$1"));

}

}

java代碼 實現(xiàn)頁面內(nèi)容讀取

import java.io.BufferedReader;

import java.io.DataInputStream;

import java.io.DataOutputStream;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStreamReader;

import java.io.PrintWriter;

import java.net.HttpURLConnection;

import java.net.URL;public class Test

{

public static void main(String[] args) throws Exception

{

PrintWriter pw = new PrintWriter("d:\\test.xml");//d:\\test.xml是你的xml文件路徑

pw.println(getHtmlConentByUrl(" "));// 是你要訪問的頁面

pw.flush();

pw.close();

}

public static String getHtmlConentByUrl(

String ssourl) {

try {

URL url = new URL(ssourl);

HttpURLConnection con = (HttpURLConnection) url.openConnection();

con.setInstanceFollowRedirects(false);

con.setUseCaches(false);

con.setAllowUserInteraction(false);

con.connect(); StringBuffer sb = new StringBuffer();

String line = "";

BufferedReader URLinput = new BufferedReader(new InputStreamReader(con.getInputStream()));

while ((line = URLinput.readLine()) != null) {

sb.append(line);

}

con.disconnect();

return sb.toString().toLowerCase();

} catch (Exception e) {

return null;

}

}}

在獲取到的頁面內(nèi)容是字符串，這里解析有兩個辦法，一是通過dom4j把字符串轉(zhuǎn)化為dom進(jìn)行解析，這樣最好，但是對方的頁面未必規(guī)范，符合dom結(jié)構(gòu)。二是通過解析字符串過濾你想要的內(nèi)容，該方法比較繁瑣，需要一些技巧。我有的就是二；

java 代碼解析

設(shè)u和v是類A的兩個對象——u和v是類A的兩個實例？

u==v

的意思是判斷u和v是否是同一個實例。

如果返回true，表示u和v是A的同一個實例。

如果返回false，表示u和v是A的兩個不同實例。

java代碼解析

一樓的說的夠全面了,不過稍有誤解.

再來表示抱歉,我對編程語言中的中文名詞非常不了解,所以如果以下的回復(fù)對你的閱讀或者理解造成困難,請見諒.

1.首先,要明白這個問題的答案,需要了解call?(pass)?by?value?和?call?(pass)?by?reference?的區(qū)別.簡單來說:

call?by?value通常是復(fù)制這個parameter的值去另外一塊內(nèi)存里,然后傳給function,?所以在method/function里邊對這個變量的所有變更,實際上都是對復(fù)制過來的鏡像進(jìn)行操作,不會對原本的variable有任何影響.

call?by?reference是將parameter的reference傳給function,簡單點理解就是直接把variable傳給function.所以說這個variable的值是可以被function改變的.這個用法在c/c++中非常常見,用法是variable_name.

2.再來,在Java里邊,你可以很簡單的理解為:?Java中只有call?by?value,?也就是說,所以所有傳給function的parameter本身都不會被改變.?(這是最簡單直白的理解,當(dāng)然也有另一種常從sun的人那邊聽到的說法:Java是call?by?value?+?call?by?reference?by?value)

3.那么現(xiàn)在的問題就是為什么第二個結(jié)果是2了.?首先說一下sun官方的解釋:?對于reference?type在作為parameter/argument的時候,也是call?by?value,?但是在你擁有足夠權(quán)限時(比方說那個變量是public的,?不是final的等等各種符合的情況),可以修改這個object中fields的值(也就是屬于這個object(嚴(yán)謹(jǐn)點講是an?instance?of?the?object)?內(nèi)部的變量,?在你的例子中,?ko?里邊的?a?就是一個field,?所以update(ko)會使ko.a變成2).

4.如果你是一個有過c/c++學(xué)習(xí)經(jīng)驗的人或者你以上的解釋很難理解,以下這種說法或許更適合你?(當(dāng)然了,這只是大多包括我在內(nèi)有c經(jīng)驗的人的一種理解方式)

這里可以引入一個新的概念,pointer.?這是一種比較特殊的變量,它內(nèi)部所儲存的東西,其實只是另外一個變量的內(nèi)存地址.?如果對內(nèi)存沒有概念,你可以把它簡單理解為是風(fēng)箏的線軸,雖然看它本身看不出什么端倪,但是順著摸過去總會找到風(fēng)箏,看到它是什么樣子.?以pointer方式理解Java的人,通常會說:?Type?variable?=?new?Type();?這個過程中,最后生成的這個variable其實就是一個pointer,而不是instance本身.

在Java中,?有c/c++經(jīng)驗的人通常認(rèn)為Java是call?by?value.同時,當(dāng)一個變量用在儲存reference?type的時候,實際上儲存的是它的pointer,這也一樣可以解釋為什么ko.a會有2這個結(jié)果,因為雖然pointer被傳到function里邊時,本身是call?by?value,無法被改變.但這并不影響function本身對這個pointer指向的object的內(nèi)容做任何改變.?當(dāng)然,再次聲明,這只是一種幫助有c/c++經(jīng)驗的人理解的方法.?Sun本身嚴(yán)正聲明Java里邊沒有pointer這個東西的存在.

5.?再來解釋一下為什么說樓上所說的(或者說樓上引用的)理解略有偏差.

引用"我們上面剛學(xué)習(xí)了JAVA的數(shù)據(jù)類型，則有：值類型就是按值傳遞的，而引用類型是按引用傳遞的"?這句話很明顯的有兩點錯誤.?第一點,如果我上面所說的,Java是沒有call?by?reference的.

第二點,暫且假設(shè)Java里邊是有call?by?reference的,?這句話依然不成立.

Java中的變量有兩種類型:?primitive?types?和?reference?type.

primitive?type包括byte,?short,?int,?long,?char,?boolean,?float和double.

而這8種之外的所有的,都是reference?type.

下面是一段對你的貼上來的code的一點延伸,希望可以幫助你更好的理解Java中的argument?/?parameter到底是如何運作的.

public?class?Test?{

public?static?void?main(String[]?args)?{

int?a?=?1;

Koo?koo?=?new?Koo();

Object?o?=?new?Integer(1);

Koo?newKoo?=?new?Koo();

update(a);

update(koo);

update(o);

update(newKoo);

newUpdate(newKoo);

System.out.println(a);

System.out.println(koo.a);

System.out.println(o);

System.out.println(newKoo.a);

}

static?void?update(int?a)?{

a++;

}

static?void?update(Koo?koo)?{

koo.a++;

}

static?void?update(Object?o)?{

o?=?(int)?(Integer.parseInt(o.toString())?+?1);

}

static?void?newUpdate(Koo?koo)?{

koo?=?new?Koo();

}

}

class?Koo?{

int?a?=?1;

}

/*

o?=?(int)?(Integer.parseInt(o.toString())?+?1);?這一行中的(int)純粹是多余的,是否有這個casting對code本身沒有任何影響.?如果你高興也可以用

o?=?new?Integer(Integer.parseInt(o.toString())?+?1);

或者干脆

o?=?Integer.parseInt(o.toString())?+?1;

*/

以上這些code運行之后會得到1?2?1?2的結(jié)果.?后面兩個結(jié)果可以很好的說明,?即使對objects?(reference?type?variables)?來看,?Java所應(yīng)用的也并不是call?by?reference.?否則的話,以上code運行結(jié)果應(yīng)該是1?2?2?1

希望你可以真正理解這個新的例子中,產(chǎn)生1212這個結(jié)果的原因,從而對Java中的arguments有一個系統(tǒng)全面的認(rèn)識.

圖片是相關(guān)資料的鏈接,知道里貌似不能加網(wǎng)址

java 獲取網(wǎng)頁源代碼---有效防止亂碼

前段時間做過這類功能，如何有效防止亂碼，我們必須先知道一個網(wǎng)頁的編碼方式，是utf-8,還是gbk。

1.HttpURLConnection.getContentType();直接讀取，效率高，但有很多時候讀不到。只是text/html就完事了，沒有charset.

2.使用第三方的HttpClient,執(zhí)行效率較高。但讀取網(wǎng)頁頭header也只適用部分站，很多網(wǎng)站服務(wù)段不設(shè)置，結(jié)果就讀成了null.

3.最沒有效率的判斷方法就是使用inputStreamReader先把正頁的html源碼讀取出來，之后截取charset后面編碼。得到編碼之后重新再讀取一遍。但是效率很低。

做個總結(jié)：

/**

* 取得頁面編碼

*

* @param url

* @return

*/

public String getCharset(String url) throws Exception {

// log.info("進(jìn)入讀頁面的關(guān)鍵詞:" + keyword);

String charset = "";

int c;

HttpURLConnection httpurlcon = null;

// log.info("url:"+url);

// log.info("charset:"+charset);

log.info("url:" + url);

URL httpurl = new URL(url);

// System.out.println(url+str);

httpurlcon = (HttpURLConnection) httpurl.openConnection();

// google需要身份

httpurlcon.setRequestProperty("User-agent", "Mozilla/4.0");

charset = httpurlcon.getContentType();

log.info("charset1:" + charset);

// 如果可以找到

if (charset.indexOf("charset=") != -1)

charset = charset.substring(charset.indexOf("charset=")

+ "charset=".length(), charset.length());

// 否則讀取response.Header頭

else {

charset = this.getContentCharset();

log.info("charset2:" + charset);

}

// 如果charset還是為空,那么直接讀網(wǎng)頁來截取

if (charset == null) {

charset = this.readPageCharset(url);

log.info("charset31:" + charset);

}

return charset;

}

網(wǎng)絡(luò)爬蟲解析網(wǎng)頁怎樣用java代碼實現(xiàn)

爬蟲的原理其實就是獲取到網(wǎng)頁內(nèi)容，然后對其進(jìn)行解析。只不過獲取的網(wǎng)頁、解析內(nèi)容的方式多種多樣而已。

你可以簡單的使用httpclient發(fā)送get/post請求，獲取結(jié)果，然后使用截取字符串、正則表達(dá)式獲取想要的內(nèi)容。

或者使用像Jsoup/crawler4j等這些已經(jīng)封裝好的類庫，更方便的爬取信息。

本文題目：java網(wǎng)頁解析實驗代碼,java web實驗
鏈接分享：http://chinadenli.net/article42/dsgocec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制網(wǎng)站、面包屑導(dǎo)航、動態(tài)網(wǎng)站、標(biāo)簽優(yōu)化、Google、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)