Question

要求：

要从任何网站阅读HTML，请说“http://www.twitter.com”。

打印已审核的HTML

将其保存到本地计算机上的文本文件中。

代码：

import java.net.*;

import java.io.*;

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

        URL oracle = new URL("http://www.fetagracollege.org");
        BufferedReader in = new BufferedReader(new InputStreamReader(oracle.openStream()));

        OutputStream os = new FileOutputStream("/Users/Rohan/new_sourcee.txt");


        String inputLine;
        while ((inputLine = in.readLine()) != null)
            System.out.println(inputLine);
        in.close();
    }
}

上面的代码检索数据，将其打印在控制台上并将其保存到文本文件中，但大多只检索一半代码（因为html代码中的行空间）。它不会进一步保存代码。

问题：

如何保存完整的HTML代码？

还有其他选择吗？

Answer 1

我使用了不同的方法但是我收到了和你一样的输出。这个URL的服务器端没有问题吗？

CloseableHttpClient httpclient = HttpClients.createDefault();
HttpGet httpGet = new HttpGet("http://www.fetagracollege.org");
CloseableHttpResponse response1 = httpclient.execute(httpGet);
try {
    System.out.println(response1.getStatusLine());
    HttpEntity entity1 = response1.getEntity();
    String content = EntityUtils.toString(entity1);
    System.out.println(content);
} finally {
    response1.close();
}

结束时：

    </table>
    <p><br>

更新：此工程与技术学院没有良好的主页。此内容已完成，您的代码运行良好。但评论员说得对，你应该使用try / catch / finally块。

Answer 2

每当通过Java连接到网站时，我都会使用此代码

import java.io.*;
import java.net.*;

public class Connection
{
    public static void main(String[] args) throws Exception
    {
        new Connection();
    }
    public Connection() throws Exception
    {
        URL url = new URL("http://www.fetagracollege.org"); //The URL
        HttpURLConnection huc = connect(url); //Connects to the website
        huc.connect(); //Opens the connection
        String str = readBody(huc); //Reads the response
        huc.disconnect(); //Closes
        System.out.println(str); //Prints all output to the console
    }

    private String readBody(HttpURLConnection huc) throws Exception //Reads the response
    {
        InputStream is = huc.getInputStream(); //Inputstream
        BufferedReader rd = new BufferedReader(new InputStreamReader(is)); //BufferedReader
        String line;
        StringBuffer response = new StringBuffer();
        while ((line = rd.readLine()) != null)
        {
            response.append(line); //Append the line
            response.append('\n'); //and a new line
        }
        rd.close();
        return response.toString();
    }

    private HttpURLConnection connect(URL url) throws Exception //Connect to the URL
    {
        HttpURLConnection huc = (HttpURLConnection) url.openConnection(); //Opens connection to the website
        huc.setReadTimeout(15000); //Read timeout - 15 seconds
        huc.setConnectTimeout(15000); //Connecting timeout - 15 seconds
        huc.setUseCaches(false); //Don't use cache
        HttpURLConnection.setFollowRedirects(true); //Follow redirects if there are any
        huc.addRequestProperty("Host", "www.fetagracollege.org"); //www.fetagracollege.org is the host
        huc.addRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"); //Chrome user agent
        return huc;
    }
}

网站以此结束，所以我认为问题是服务器端，因为其他网站使用此代码（使用twitter和google测试）：

                            </font>&copy; fetaca 2011 </td>
                    </tr>
            </table>
    <p><br>

Answer 3

从URL读取内容，你可以使用jsoup然后你可以使用文件处理概念（OutputStream out = ....）来调用内容，所以使用jsoup进行读取：

String url = "URL"; // getting URL
Document doc = Jsoup.connect(url).get(); // getting content as document type
String line = input.toString(); // getting contents as String type

现在将字符串中的内容放入u后，可以轻松将其刷新到文件中。

为此 - 你需要jsoup罐子。 - 导入3（三）类： import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements;

读取URL并将其保存到文本文件中

要求：

代码：

问题：

3 个答案: