java - 使用socket读取html并打印

Question

我正在学习 Java，并且遇到了制作网址提取器的挑战。该程序什么也不做，只是扫描给它的页面以查找其中的外部链接。我有一个关于如何做到这一点的想法，但我在实现套接字类时遇到了一些麻烦。我需要帮助的是我需要创建一个套接字，它将使用端口 80 连接到 html 页面。接下来，我需要将该页面的完整 html 放入套接字的输入流中，以便我可以使用它进行操作以提取链接。

总而言之，我需要澄清以下事情:

1. get html of the page into the input stream of the socket.
2. print input stream onto the console.

编辑:对不起，我的错。输出流与输入流混淆。

Answer 1

您对套接字所做的事情尝试使用 UrlConnection 类。

    URL connection= new URL("http://lums.edu.pk);
    URLConnection yc = connection.openConnection();
    BufferedReader in = new BufferedReader(new InputStreamReader(
                                yc.getInputStream()));
    String inputLine;
    while ((inputLine = in.readLine()) != null) 
        System.out.println(inputLine);
    in.close();

如果您尝试使用套接字，您需要了解什么是 http 协议(protocol)和 how you can retrieve data从使用它的服务器。最后使用套接字发送 GET 请求。检查this问题来看看它是如何工作的。