码迷,mamicode.com
首页 > Web开发 > 详细

爬取网页

时间:2018-08-13 19:45:35      阅读:226      评论:0      收藏:0      [点我收藏+]

标签:line   bsp   java   edr   exce   方式   reader   运行   throws   

下面以爬取360浏览器网页为例,代码具有通用性,改变网页路径即可

代码如下

package 爬取网页;

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileOutputStream;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.net.MalformedURLException;
import java.net.URL;

public class Main {
public static void main(String[] args) throws Exception {
URL url=new URL("https://hao.360.cn/?h_lnk");//获取网址
BufferedReader bufferedReader=new BufferedReader(new InputStreamReader(url.openStream(),"utf-8"));//根据网页编码方式
String msg=null;
BufferedWriter bufferedWriter=new BufferedWriter(new OutputStreamWriter(new FileOutputStream("C:/a/360.html"),"utf-8"));

while((msg=bufferedReader.readLine())!=null) {
//System.out.println(msg);
bufferedWriter.append(msg);
bufferedWriter.newLine();
}
bufferedWriter.flush();
bufferedReader.close();
bufferedWriter.close();
}
}

运行代码后在C盘的a文件夹里面会有360.html文件,点击进入360网页

技术分享图片

 

改变文件格式为txt可以查看网页源代码

技术分享图片

 

爬取网页

标签:line   bsp   java   edr   exce   方式   reader   运行   throws   

原文地址:https://www.cnblogs.com/henuliulei/p/9470166.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!