Android:获取 HTTP 页面并抓取它

Question

我正在尝试连接到网页并从页面上获取一些信息和图像并将其放置在 ListView 中。现在，我可以获得整个页面的内容，但我如何才能只显示一个类或图像？

我现在使用的代码:

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

import org.apache.http.HttpResponse;
import org.apache.http.client.ClientProtocolException;
import org.apache.http.client.HttpClient;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.DefaultHttpClient;

import android.app.Activity;
import android.os.Bundle;
import android.widget.TextView;

public class Main extends Activity {
    /** Called when the activity is first created. */


    TextView text;

    @Override
    public void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.main);

        text = (TextView) findViewById(R.id.tvText);

       HttpClient client = new DefaultHttpClient();
       HttpGet request = new HttpGet("http://www.wallbase.cc");
       try {

        HttpResponse response = client.execute(request);

        BufferedReader rd = new BufferedReader(new InputStreamReader(response.getEntity().getContent()));
        String line = "";
        while((line = rd.readLine()) != null){
            text.append(line);
        }

    } catch (ClientProtocolException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }



    }
}

Answer 1

如果 HTML 页面是有效的 XML (XHTML)，那么您可以解析内容并使用 XPath 来获取您想要的数据，但如果它是丑陋的 HTML，您将不得不修复它(昂贵，意味着要花费宝贵的资源来做那个工作)或者只是遍历内容并寻找你想要的东西。我有一个 Android 应用程序，它必须解析一些非常糟糕的 HTML 以获取特定图像，我通过一个字符一个字符地遍历它并查找图像来做到这一点，当找到时，存储我需要获取该图像对象的 URL并打破循环。

因此在您的代码中，您可以使用 read:

rd.read();

而不是 readLine 然后查看每个字符。它需要很多条件(意味着 if/else 等)和正则表达式来定位内容，但这是可能的

编辑

啊，虽然我应该在那之后添加如何获取图像。所以一旦你有了图片的 URL，就像这样:

Bitmap retImg;
...

HttpGet get = new HttpGet(imgURLStr);
HttpConnectionParams.setConnectionTimeout(get.getParams(),
CONNECTION_TIMEOUT_MS);
HttpConnectionParams.setSoTimeout(get.getParams(),
SOCKET_TIMEOUT_MS);
HttpResponse response;
try {
  response = httpClient.execute(get);
} catch (ClientProtocolException e) {
  Log.e(TAG, e.getMessage(), e);
  throw new IOException("Invalid protocol.");
}

if (response.getStatusLine().getStatusCode() != 200) {
  throw new IOException("Bad response: " +
  response.getStatusLine().getStatusCode());
}

HttpEntity entity = response.getEntity();
BufferedInputStream bis = new BufferedInputStream(entity.getContent(),
8 * 1024);
retImg = BitmapFactory.decodeStream(bis);
bis.close();

然后这是从返回的图像 (retImg) 的方法，它被缓存在设备上的数据库中并加载到 gui 中(下一次它只从缓存中提取)