java – 从URL中提取HTML
发布时间：2020-12-15 00:39:08 所属栏目：Java 来源：网络整理
导读：我正在使用 Boilerpipe从url中提取文本,使用以下代码： URL url = new URL("http://www.example.com/some-location/index.html");String text = ArticleExtractor.INSTANCE.getText(url); String文本只包含html页面的文本,但我需要从中提取整个html代码. 是
|
我正在使用
Boilerpipe从url中提取文本,使用以下代码：
URL url = new URL("http://www.example.com/some-location/index.html");
String text = ArticleExtractor.INSTANCE.getText(url);
String文本只包含html页面的文本,但我需要从中提取整个html代码. 是否有人使用此库并知道如何提取HTML代码？ 您可以查看demo page以获取有关库的更多信息. 解决方法
对于像这样简单的事情,你真的不需要一个外部库：
URL url = new URL("http://www.google.com");
InputStream is = (InputStream) url.getContent();
BufferedReader br = new BufferedReader(new InputStreamReader(is));
String line = null;
StringBuffer sb = new StringBuffer();
while((line = br.readLine()) != null){
sb.append(line);
}
String htmlContent = sb.toString();
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |