「java获取html代码」java获取http

admin 2023-03-21 04:12:07 484

本篇文章给大家谈谈java获取html代码，以及java获取http对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

1、java程序怎么读取html网页？
2、java怎样读取html文件
3、java 如何获取 html 代码中参数的值
4、java爬虫怎么动态的获取html

java程序怎么读取html网页？

步骤:

一、使用java.net包下的URL类，可以将一个网页（链接）封装成一个URL对象。

二、URL对象有一个openStream()方法，使用该方法可以获取该网页的输入流，我们可以通过读取输入流的方式获得网页的内容，并通过输出流写入HTML文件中。

补充:

步骤：

1.通过URL对象的openStream()方法获得网页的字节输入流。

2.为字节输入流加缓冲。

3. 创建字节输出流对象。

4. 为字节输出流加缓冲。

5. 读取数据，并写入HTML文件。

java怎样读取html文件

java读取html文件跟读取普通文件一样，都是使用输入输出流，但是java读取html文件之后还需要解析，使用Jsoup对html进行解析。下面是一个java读取带表格的任意html文件，并把html文件转换成excel的例子。

要求：要求能够实现给出任意带table表格的html文件，生成与表格相同内容的excel文件，附件可以作为测试文件，提供给定的roster.html文件，通过java代码，实现生成与html页面的table相同样式的roster.xls文件。

首先看roster.html:

java代码：

import java.io.BufferedReader;

import java.io.File;

import java.io.FileReader;

import java.io.IOException;

import jxl.Workbook;

import jxl.write.Label;

import jxl.write.WritableCellFormat;

import jxl.write.WritableFont;

import jxl.write.WritableSheet;

import jxl.write.WritableWorkbook;

import jxl.write.WriteException;

import jxl.write.biff.RowsExceededException;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

public class HTMLTOExcel {

public static void main(String args[]) throws IOException{

///读取classpath目录下面的路径

String path=HTMLTOExcel.class.getResource("/").getPath();

path+="roster.html";

toExcel(path,"roster");

}

//得到Document并且设置编码格式

public static Document getDoc(String fileName) throws IOException{

File myFile=new File(fileName);

Document doc= Jsoup.parse(myFile, "GBK","");

return doc;

}

///这个方法用于根据trs行数和sheet画出整个表格

public static void mergeColRow(Elements trs,WritableSheet sheet) throws RowsExceededException, WriteException{

int[][] rowhb=new int[300][50];

for(int i=0;itrs.size();i++){

Element tr=trs.get(i);

Elements tds=tr.getElementsByTag("td");

int realColNum=0;

for(int j=0;jtds.size();j++){

Element td=tds.get(j);

if(rowhb[i][realColNum]!=0){

realColNum=getRealColNum(rowhb,i,realColNum);

}

int rowspan=1;

int colspan=1;

if(td.attr("rowspan")!=""){

rowspan = Integer.parseInt(td.attr("rowspan"));

}

if(td.attr("colspan")!=""){

colspan = Integer.parseInt(td.attr("colspan"));

}

String text=td.text();

drawMegerCell(rowspan,colspan,sheet,realColNum,i,text,rowhb);

realColNum=realColNum+colspan;

}

///这个方法用于根据样式画出单元格，并且根据rowpan和colspan合并单元格

public static void drawMegerCell(int rowspan,int colspan,WritableSheet sheet,int realColNum,int realRowNum,String text,int[][] rowhb) throws RowsExceededException, WriteException{

for(int i=0;irowspan;i++){

for(int j=0;jcolspan;j++){

if(i!=0||j!=0){

text="";

}

Label label = new Label(realColNum+j,realRowNum+i,text);

WritableFont countents = new WritableFont(WritableFont.TIMES,10); // 设置单元格内容，字号12

WritableCellFormat cellf = new WritableCellFormat(countents );

cellf.setAlignment(jxl.format.Alignment.CENTRE);//把水平对齐方式指定为居中

cellf.setVerticalAlignment(jxl.format.VerticalAlignment.CENTRE);//把垂直对齐方式指定为居

label.setCellFormat(cellf);

sheet.addCell(label);

rowhb[realRowNum+i][realColNum+j]=1;

}

sheet.mergeCells(realColNum,realRowNum, realColNum+colspan-1,realRowNum+rowspan-1);

}

public static int getRealColNum(int[][] rowhb,int i,int realColNum){

while(rowhb[i][realColNum]!=0){

realColNum++;

}

return realColNum;

}

///根据colgroups设置表格的列宽

public static void setColWidth(Elements colgroups,WritableSheet sheet){

if(colgroups.size()0){

Element colgroup=colgroups.get(0);

Elements cols=colgroup.getElementsByTag("col");

for(int i=0;icols.size();i++){

Element col=cols.get(i);

String strwd=col.attr("width");

if(col.attr("width")!=""){

int wd=Integer.parseInt(strwd);

sheet.setColumnView(i,wd/8);

}

//toExcel是根据html文件地址生成对应的xls

public static void toExcel(String fileName,String excelName)throws IOException{

Document doc=getDoc(fileName);

String title = doc.title();

///得到样式，以后可以根据正则表达式解析css，暂且没有找到cssparse

Elements style= doc.getElementsByTag("style");

///得到Table，demo只演示输入一个table，以后可以用循环遍历tables集合输入所有table

Elements tables= doc.getElementsByTag("TABLE");

if(tables.size()==0){

return;

}

Element table=tables.get(0);

//得到所有行

Elements trs = table.getElementsByTag("tr");

///得到列宽集合

Elements colgroups=table.getElementsByTag("colgroup");

try {

//文件保存到classpath目录下面

String path=HTMLTOExcel.class.getResource("/").getPath();

path+=excelName+".xls";

System.out.println(path);

WritableWorkbook book = Workbook.createWorkbook(new File(path));

WritableSheet sheet = book.createSheet("人事关系", 0);

setColWidth(colgroups,sheet);

mergeColRow(trs,sheet);

book.write();

book.close();

} catch (RowsExceededException e) {

e.printStackTrace();

} catch (WriteException e) {

e.printStackTrace();

}

解析html文件的例子文档地址：

java 如何获取 html 代码中参数的值

%@ page language="java" contentType="text/html; charset=UTF-8"

pageEncoding="UTF-8"%

html

body

!--post或get--

form id="test" method="post" action="action.jsp"

select id="se_id" name="seid"

option value="值1"cn/option

option value="值2"us/option

option value="值3"en/option

/select

input type="submit" value="提交表单"

/form

/body

/html

java爬虫怎么动态的获取html

很多网站是用js或Jquery 生成数据的，到后台获取到数据以后，用 document.write()或者("#id").html="" 的方式写到页面中，这个时候用浏览器查看源码是看不到数据的。

HttpClient是不行的，看网上说HtmlUnit，说可以获取后台js加载完后的完整页面

不过并没什么用

java获取html代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java获取http、java获取html代码的信息别忘了在本站进行查找喔。

标签：java获取html代码