`

Java发送Http请求,解析html返回

    博客分类:
  • java
阅读更多
转载:http://blog.csdn.net/wish_silence/archive/2009/07/17/4353815.aspx

声明:本文系JavaEye网站发布的原创博客文章,未经作者书面许可,严禁任何网站转载本文,否则必将追究法律责任!

今天是2008 年7月7日星期一,下午一直在学校做个人开始页面。因为离不开google的翻译,所以想把google的翻译整合到我的开始页面中来,于是乎就遇到了一个问题,怎样使用java程序发送http请求然后截获远程服务器返回的数据进行适当处理之后再输出?另外,google的翻译页面是使用post的方法提交数据的,无法直接通过网址进行处理,于是乎,这又涉及到了一个怎样使用java去post数据的问题。
经过拜读百度知道的提问(花了我 20分),找到了一个htmlparser的jar包组件,据说是可以很高效率的进行html的解析。于是乎,立马下载了一个过来。(文后附件中有)试了一下果然不错。同时,在这个过程中也学会了怎样利用java来和其它网站交互,这可是一个非常不错的功能,配合htmlparser,可以随心所欲的截取别人网站的信息了!
废话不多说了,下面是具体的使用步骤。

首先,向一个Web站点发送POST请求只需要简单的几步:
注意,这里不需要导入任何第三方包
Java代码
1. package com.test;    
2.     
3. import java.io.BufferedReader;    
4. import java.io.IOException;    
5. import java.io.InputStream;    
6. import java.io.InputStreamReader;    
7. import java.io.OutputStreamWriter;    
8. import java.net.URL;    
9. import java.net.URLConnection;    
10.     
11. public class TestPost {    
12.     
13.     public static void testPost() throws IOException {    
14.     
15.         /**  
16.          * 首先要和URL下的URLConnection对话。 URLConnection可以很容易的从URL得到。比如: // Using  
17.          *  java.net.URL and //java.net.URLConnection  
18.          */    
19.         URL url = new URL("http://www.faircanton.com/message/check.asp");    
20.         URLConnection connection = url.openConnection();    
21.         /**  
22.          * 然后把连接设为输出模式。URLConnection通常作为输入来使用,比如下载一个Web页。  
23.          * 通过把URLConnection设为输出,你可以把数据向你个Web页传送。下面是如何做:  
24.          */    
25.         connection.setDoOutput(true);    
26.         /**  
27.          * 最后,为了得到OutputStream,简单起见,把它约束在Writer并且放入POST信息中,例如: ...  
28.          */    
29.         OutputStreamWriter out = new OutputStreamWriter(connection    
30.                 .getOutputStream(), "8859_1");    
31.         out.write("username=kevin&password=*********"); //post的关键所在!    
32.         // remember to clean up    
33.         out.flush();    
34.         out.close();    
35.         /**  
36.          * 这样就可以发送一个看起来象这样的POST:   
37.          * POST /jobsearch/jobsearch.cgi HTTP 1.0 ACCEPT:  
38.          * text/plain Content-type: application/x-www-form-urlencoded  
39.          * Content-length: 99 username=bob password=someword  
40.          */    
41.         // 一旦发送成功,用以下方法就可以得到服务器的回应:    
42.         String sCurrentLine;    
43.         String sTotalString;    
44.         sCurrentLine = "";    
45.         sTotalString = "";    
46.         InputStream l_urlStream;    
47.         l_urlStream = connection.getInputStream();    
48.         // 传说中的三层包装阿!    
49.         BufferedReader l_reader = new BufferedReader(new InputStreamReader(    
50.                 l_urlStream));    
51.         while ((sCurrentLine = l_reader.readLine()) != null) {    
52.             sTotalString += sCurrentLine + "\r\n";    
53.     
54.         }    
55.         System.out.println(sTotalString);    
56.     }    
57.     
58.     public static void main(String[] args) throws IOException {    
59.     
60.         testPost();    
61.     
62.     }    
63.     
64. }   

   1. package com.test; 
   2.  
   3. import java.io.BufferedReader; 
   4. import java.io.IOException; 
   5. import java.io.InputStream; 
   6. import java.io.InputStreamReader; 
   7. import java.io.OutputStreamWriter; 
   8. import java.net.URL; 
   9. import java.net.URLConnection; 
  10.  
  11. public class TestPost { 
  12.  
  13.     public static void testPost() throws IOException { 
  14.  
  15.         /**
  16.          * 首先要和URL下的URLConnection对话。 URLConnection可以很容易的从URL得到。比如: // Using
  17.          *  java.net.URL and //java.net.URLConnection
  18.          */ 
  19.         URL url = new URL("http://www.faircanton.com/message/check.asp"); 
  20.         URLConnection connection = url.openConnection(); 
  21.         /**
  22.          * 然后把连接设为输出模式。URLConnection通常作为输入来使用,比如下载一个Web页。
  23.          * 通过把URLConnection设为输出,你可以把数据向你个Web页传送。下面是如何做:
  24.          */ 
  25.         connection.setDoOutput(true); 
  26.         /**
  27.          * 最后,为了得到OutputStream,简单起见,把它约束在Writer并且放入POST信息中,例如: ...
  28.          */ 
  29.         OutputStreamWriter out = new OutputStreamWriter(connection 
  30.                 .getOutputStream(), "8859_1"); 
  31.         out.write("username=kevin&password=*********"); //post的关键所在! 
  32.         // remember to clean up 
  33.         out.flush(); 
  34.         out.close(); 
  35.         /**
  36.          * 这样就可以发送一个看起来象这样的POST: 
  37.          * POST /jobsearch/jobsearch.cgi HTTP 1.0 ACCEPT:
  38.          * text/plain Content-type: application/x-www-form-urlencoded
  39.          * Content-length: 99 username=bob password=someword
  40.          */ 
  41.         // 一旦发送成功,用以下方法就可以得到服务器的回应: 
  42.         String sCurrentLine; 
  43.         String sTotalString; 
  44.         sCurrentLine = ""; 
  45.         sTotalString = ""; 
  46.         InputStream l_urlStream; 
  47.         l_urlStream = connection.getInputStream(); 
  48.         // 传说中的三层包装阿! 
  49.         BufferedReader l_reader = new BufferedReader(new InputStreamReader( 
  50.                 l_urlStream)); 
  51.         while ((sCurrentLine = l_reader.readLine()) != null) { 
  52.             sTotalString += sCurrentLine + "\r\n"; 
  53.  
  54.         } 
  55.         System.out.println(sTotalString); 
  56.     } 
  57.  
  58.     public static void main(String[] args) throws IOException { 
  59.  
  60.         testPost(); 
  61.  
  62.     } 
  63.  
  64. } 

执行的结果:(果真是返回了验证后的html阿!神奇!)

  Java代码
1. <html>    
  2. <head>    
  3. <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />    
  4. <title>账户已经冻结</title>    
  5. <style type="text/css">    
  6. <!--    
  7. .temp {    
  8.     font-family: Arial, Helvetica, sans-serif;    
  9.     font-size: 14px;    
10.     font-weight: bold;    
11.     color: #666666;    
12.     margin: 10px;    
13.     padding: 10px;    
14.     border: 1px solid #999999;    
15. }    
16. .STYLE1 {color: #FF0000}    
17. -->    
18. </style>    
19. </head>    
20.     
21. <body>    
22. 
    
23. 
    
24. 
    
25. <table width="700" border="0" align="center" cellpadding="0" cellspacing="0" class="temp">    
26.   <tr>    
27.     <td width="135" height="192">
<img src="images/err.jpg" width="54" height="58">
</td>    
28.     <td width="563"><span class="STYLE1">登录失败</span><br>    
29.         <br>    
30.     您的帐户活跃指数低于系统限制,您的帐户已经被暂时冻结。<br>    
31.     请您联系网络主管或者人事主管重新激活您的帐户。
    
32.     </td>    
33.   </tr>    
34. </table>    
35. 
    
36. </body>    
37. </html>   

1. <html> 
   2. <head> 
   3. <meta http-equiv="Content-Type" content="text/html; charset=gb2312" /> 
   4. <title>账户已经冻结</title> 
   5. <style type="text/css"> 
   6. <!-- 
   7. .temp { 
   8.     font-family: Arial, Helvetica, sans-serif; 
   9.     font-size: 14px; 
  10.     font-weight: bold; 
  11.     color: #666666; 
  12.     margin: 10px; 
  13.     padding: 10px; 
  14.     border: 1px solid #999999; 
  15. } 
  16. .STYLE1 {color: #FF0000} 
  17. --> 
  18. </style> 
  19. </head> 
  20.  
  21. <body> 
  22. 
 
  23. 
 
  24. 
 
  25. <table width="700" border="0" align="center" cellpadding="0" cellspacing="0" class="temp"> 
  26.   <tr> 
  27.     <td width="135" height="192">
<img src="images/err.jpg" width="54" height="58">
</td> 
  28.     <td width="563"><span class="STYLE1">登录失败</span><br> 
  29.         <br> 
  30.     您的帐户活跃指数低于系统限制,您的帐户已经被暂时冻结。<br> 
  31.     请您联系网络主管或者人事主管重新激活您的帐户。
 
  32.     </td> 
  33.   </tr> 
  34. </table> 
  35. 
 
  36. </body> 
  37. </html> 

一些Web站点用POST形式而不是GET,这是因为POST能够携带更多的数据,而且不用URL,这使得它看起来不那么庞大。使用上面列出的大致的代码,Java代码可以和这些站点轻松的实现对话。


得到html以后,分析内容就显得相对轻松了。现在就可以使用htmlparser了,下面是一个简单的示例程序,过多的解释我就不说了,相信代码能够说明一切的!

   Java代码
1. package com.test;    
   2.     
   3. import org.htmlparser.Node;    
   4. import org.htmlparser.NodeFilter;    
   5. import org.htmlparser.Parser;    
   6. import org.htmlparser.filters.TagNameFilter;    
   7. import org.htmlparser.tags.TableTag;    
   8. import org.htmlparser.util.NodeList;    
   9.     
  10. /**  
  11. * 标题:利用htmlparser提取网页纯文本的例子  
  12. */    
  13. public class TestHTMLParser {    
  14.   public static void testHtml() {    
  15.     try {    
  16.         String sCurrentLine;    
  17.         String sTotalString;    
  18.         sCurrentLine = "";    
  19.         sTotalString = "";    
  20.         java.io.InputStream l_urlStream;    
  21.         java.net.URL l_url = new java.net.URL("http://www.ideagrace.com/html/doc/2006/07/04/00929.html");    
  22.         java.net.HttpURLConnection l_connection = (java.net.HttpURLConnection) l_url.openConnection();    
  23.         l_connection.connect();    
  24.         l_urlStream = l_connection.getInputStream();    
  25.         java.io.BufferedReader l_reader = new java.io.BufferedReader(new java.io.InputStreamReader(l_urlStream));    
  26.         while ((sCurrentLine = l_reader.readLine()) != null) {    
  27.           sTotalString += sCurrentLine+"\r\n";    
  28.         //  System.out.println(sTotalString);    
  29.         }    
  30.         String testText = extractText(sTotalString);    
  31.         System.out.println( testText );    
  32.     
  33.     } catch (Exception e) {    
  34.         e.printStackTrace();    
  35.     }    
  36.     
  37.   }    
  38.      
  39.   public static String extractText(String inputHtml) throws Exception {    
  40.     StringBuffer text = new StringBuffer();    
  41.     Parser parser = Parser.createParser(new String(inputHtml.getBytes(),"GBK"), "GBK");    
  42.     // 遍历所有的节点    
  43.     NodeList nodes = parser.extractAllNodesThatMatch(new NodeFilter() {    
  44.         public boolean accept(Node node) {    
  45.           return true;    
  46.         }    
  47.     });    
  48.     
  49.     System.out.println(nodes.size()); //打印节点的数量    
  50.     for (int i=0;i<nodes.size();i++){    
  51.          Node nodet = nodes.elementAt(i);    
  52.          //System.out.println(nodet.getText());     
  53.         text.append(new String(nodet.toPlainTextString().getBytes("GBK"))+"\r\n");              
  54.     }    
  55.     return text.toString();    
  56.   }    
  57.      
  58.   public static void test5(String resource) throws Exception {    
  59.     Parser myParser = new Parser(resource);    
  60.     myParser.setEncoding("GBK");    
  61.     String filterStr = "table";    
  62.     NodeFilter filter = new TagNameFilter(filterStr);    
  63.     NodeList nodeList = myParser.extractAllNodesThatMatch(filter);    
  64.     TableTag tabletag = (TableTag) nodeList.elementAt(11);    
  65.          
  66.   }    
  67.     
  68.   public static void main(String[] args) throws Exception {    
  69.     // test5("http://www.ggdig.com");    
  70.     testHtml();    
  71.   }    
  72. }   
分享到:
评论

相关推荐

    Java编程:发送HTTP请求,返回响应内容

    总的来说,Java发送HTTP请求和处理响应涉及网络编程、HTTP协议理解、异常处理、输入/输出流操作,以及可能的HTML解析和网页爬虫技术。这些知识对于任何想要构建Web客户端应用或进行数据抓取的开发者来说都是必不可少...

    java web开发中所有用到的html和http解析

    客户端发送一个HTTP请求,服务器处理并返回一个HTTP响应。请求由方法(GET、POST、PUT、DELETE等)、URL、版本号、状态码、头部和实体主体组成。响应包括状态码(如200表示成功,404表示未找到)、头部和响应体。 2...

    使用java手写一个http服务,Http协议解析,返回简单的html代码

    这个项目旨在教你如何使用Java从零开始创建一个简单的HTTP服务器,同时处理HTTP协议解析,并返回HTML响应。以下是你需要掌握的关键知识点: 1. **HTTP协议基础**: - HTTP(超文本传输协议)是互联网上应用最广泛...

    java模拟http请求登陆抓取海投网信息

    1. **HTTP客户端库**:Java提供了多种库来发送HTTP请求,如HttpURLConnection(Java内置)、Apache HttpClient或OkHttp。这些库允许我们构造POST请求,模拟用户登录过程,通常需要设置请求头(如User-Agent)、POST...

    平台java前端ajax,json请求

    HTML显示返回结果**:当Java后端处理完请求并返回JSON数据时,JavaScript的AJAX回调函数可以接收到这个响应。然后,可以使用JSON.parse()解析JSON字符串为JavaScript对象,并将数据动态插入到HTML元素中。 ```...

    java获取百度网盘真实下载链接的方法

    Java获取百度网盘真实下载链接的方法涉及到网络编程和解析网页数据的技术,主要步骤包括发送HTTP请求、解析HTML页面以及提取所需信息。以下是对这个过程的详细说明: 首先,要获取百度网盘的真实下载链接,我们需要...

    基于java的HTML解析器 jsoup.zip

    - `get()`: 发送GET请求并获取HTML内容,返回一个`Document`对象,表示整个HTML文档。 - `parse()`: 直接解析HTML字符串为`Document`对象。 4. **HTML文档对象** - `Document`: 表示整个HTML文档,提供了一系列...

    张孝祥_JAVA课堂_HTTP协议详解第1讲

    1. **请求发起**:当用户在浏览器中输入URL并按下回车键时,浏览器会构建一个HTTP请求报文,包括请求行(请求方法、URL、协议版本)、请求头部和可能的请求体,然后通过TCP连接发送给Web服务器。 2. **请求处理**:...

    java实现http服务器实例

    本实例将带你一步步探索如何利用Java实现一个简单的HTTP服务器,并通过源码解析来深化对HTTP协议的理解。 首先,让我们了解HTTP协议的基础。HTTP(超文本传输协议)是互联网上应用最为广泛的一种网络协议,用于从...

    基于http的Java爬虫爬取百度新闻

    1. 发送HTTP请求:使用Java的HttpURLConnection或HttpClient,构造合适的GET或POST请求,向目标URL发起请求。 2. 接收HTTP响应:获取服务器返回的HTML页面内容。 3. 解析HTML:使用Jsoup或其他HTML解析器,分析HTML...

    Java爬虫Jsoup+httpclient获取动态生成的数据

    Jsoup可以连接到网络上的页面,发送请求并获取响应,然后解析HTML内容,以方便开发者获取和操作文档结构、表单、链接、图片等信息。 ### HttpClient工具包 HttpClient是Apache提供的一个用于发送HTTP请求的客户端...

    JavaWeb后台自动向前台发送消息

    - **Long Polling(长轮询)**:客户端发起一个HTTP请求,服务器接收到请求后并不立即响应,而是保持连接打开状态,直到有新的消息需要推送时才返回响应,然后客户端再次发起请求,如此循环。 - **Streaming(流式...

    Java代码调用HTML5中的JS函数算法

    在实际应用中,Java代码可能会通过Ajax发送一个请求到服务器,服务器解析请求后调用对应的JS函数,例如在"des.js"中执行解密操作,然后将结果返回给Java。"des.html"可能是展示解密结果的界面,"des.java"负责处理...

    Java HttpGetServer HTTP 服务器

    HTTP服务器的任务是接收客户端(通常是Web浏览器)的HTTP请求,并返回相应的HTTP响应,如HTML文档或图片等资源。 在Java中,我们可以使用Java的Socket编程来构建一个基本的HTTP服务器。`HttpGetServer`可能就是这样...

    如何在Thymeleaf中实现ajax请求url的可靠构造

    - **URL构造**:在Ajax请求中,URL决定了向服务器发送请求的目标地址,必须正确无误才能确保请求成功。 步骤1:设置Thymeleaf上下文 在Thymeleaf中,我们通常会使用`@{/}`来构建相对URL,它会根据当前请求路径自动...

    Http服务器与客户端实例(Java版)

    HTTP(超文本传输协议)是互联网...通过服务器处理请求、解析HTTP报文,以及客户端构造和发送请求,你可以深入了解HTTP通信的全过程。同时,它也演示了Java项目的基本结构和配置,对于Java开发者来说是一次很好的实践。

    基于Servlet发送、接收SOAP消息的java源程序

    - 发送SOAP请求:Servlet可以使用`java.net.URLConnection`或Apache的 HttpClient库来构造和发送HTTP POST请求,其中请求体包含SOAP消息。 - 处理SOAP响应:接收到响应后,Servlet可以使用XML解析器解析响应体,...

    get请求乱码问题 java

    例如,客户端使用UTF-8编码发送请求,但服务器端默认使用ISO-8859-1进行解码,这就会导致中文字符显示为乱码。 #### 2. 多次编码 在代码示例中,`url=encodeURI(url); url=encodeURI(url);` 这样的操作会导致URL被...

    android网络编程之http发送/请求服务

    当Android客户端发送请求到服务器后,服务器接收到请求,解析请求头和请求体,然后执行相应的业务逻辑,最后将结果以HTTP响应的形式返回给客户端。 JSP文件是一种动态网页技术,可以结合HTML、Java代码和内置的JSP...

Global site tag (gtag.js) - Google Analytics