java - 如何从 servlet 获取给定 URL 的来源？

Question

我想从我的 servlet 中读取给定 URL 的源代码(HTML 标签)。

例如，网址为http://www.google.com我的 servlet 需要读取 HTML 源代码。我需要这个的原因是，我的 Web 应用程序将读取其他网页并获取有用的内容并对其进行处理。

比方说，我的应用程序显示了一个城市中某一类别的商店列表。该列表的生成方式是，我的 Web 应用程序 (servlet) 遍历显示各种商店和阅读内容的给定网页。使用源代码，我的 servlet 会过滤源代码并获取有用的详细信息。最后创建列表(因为我的 servlet 无法访问给定 URL 的 Web 应用程序数据库)。

任何知道任何解决方案？ (特别是我需要在 servlet 中这样做)如果您认为还有另一种从另一个站点获取详细信息的最佳方法，请告诉我。

谢谢

Answer 1

您不需要 servlet 从远程服务器读取数据。你可以只使用 java.net.URL或 java.net.URLConnection从 HTTP 服务器读取远程内容的类。例如，

InputStream input = (InputStream) new URL("http://www.google.com").getContent();