java - 当我使用 BufferedReader 获取 HTML 时，我需要的部分不存在

Question

因此，我放置了这样的代码，以从网站中的某个标记获取值:

    try {

        URL url = new URL("google.com");
        BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));

        String inputLine;
        while (in.readLine() != null) {

            inputLine = in.readLine();
        }
        in.close();


    } catch (IOException e) {

        e.printStackTrace();

    }

所以说我需要它来找到“Pizza”，但只弹出一些代码，所以我无法访问该部分，有没有办法可以打印整个 HTML (使用 BufferReader 并且没有像 Jsoup 这样的额外导入)，并且然后检查一下？

Answer 1

  URL url = new URL("http://www.google.com");
URLConnection uc = url.openConnection();

InputStreamReader input = new InputStreamReader(uc.getInputStream());
BufferedReader in = new BufferedReader(input);
String inputLine;

 FileWriter outFile = new FileWriter("orhancan");
 PrintWriter out = new PrintWriter(outFile);

while ((inputLine = in.readLine()) != null) {
    out.println(inputLine);
}

in.close();
out.close();

File fXmlFile = new File("orhancan");
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(fXmlFile);


NodeList prelist = doc.getElementsByTagName("body");
System.out.println(prelist.getLength());

有一种更简单的方法可以做到这一点。我建议使用 JSoup。使用 JSoup 你可以做类似的事情。 json 文档 doc = Jsoup.connect("http://en.wikipedia.org/ ").get(); 元素 newsHeadlines = doc.select("#mp-itn b a");或者如果你想要 body :

Elements body = doc.select("body");

或者如果您想要所有链接:

Elements links = doc.select("body a");