从动态网站阅读信息

Question

我从早上起就开始阅读这篇文章了，我找不到有关我的问题的大量信息。

所以，我想创建一个java应用程序，每次网站更新时从网站读取信息（字符串）。是否可以使用Java执行此操作？

我可以使用扫描仪吗？我见过有人推荐使用Jsoup，但我没有找到任何教程。实际上，我的大部分搜索结果都是SO帖子，这些帖子并不是很有用。

那么，任何人都可以提供“类似教程”的答案以供将来参考吗？

Answer 1

通常，当您访问网站时（无论是否为动态），您的浏览器会显示您从网络服务器收到的标记，该标记由浏览器解析并呈现以显示网站。

要接收该标记，您的浏览器会向网络服务器发出一个（或多个）HTTP请求。 当您在浏览器地址栏中键入URL www.stackoverflow.com时，浏览器会向服务器生成HTTP请求。响应是网站的标记。

因此，该站点的内容是否是动态的，此时无关紧要，因为对URL的请求（在给定时间）将导致相同的标记，无论该请求是从浏览器还是您的程序发送的。

所以，你需要做的是：

1. 让您的程序请求网站标记
2. 解析标记
3. 做，需要做什么

该工作有各种框架和API。一个是，如你所提到的，jSoup。 检查this以获取教程。

某些网站还允许在网址中传递参数，例如www.somesite.com?foo=bar，这称为GET请求。还有POST请求和其他请求，但您需要自己阅读。

希望这有帮助。