标签：
最近在公司做个系统，由于要获取网页的一些数据，以及一些网页的数据，所以就写的一个公用的HttpUtils.下面是针对乌云网我写的一个例子。
一、首先是获取指定路径下的网页内容。
public static String httpGet(String urlStr, Map<String, String> params) throws Exception {
StringBuilder sb = new StringBuilder();
if (null != params && params.size() > 0) {
sb.append("?");
Entry<String, String> en;
for (Iterator<Entry<String, String>> ir = params.entrySet().iterator(); ir.hasNext();) {
en = ir.next();
sb.append(en.getKey() + "=" + URLEncoder.encode(en.getValue(),"utf-8") + (ir.hasNext() ? "&" : ""));
}
}
URL url = new URL(urlStr + sb);
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setConnectTimeout(5000);
conn.setReadTimeout(5000);
conn.setRequestMethod("GET");
if (conn.getResponseCode() != 200)
throw new Exception("请求异常状态值:" + conn.getResponseCode());
BufferedInputStream bis = new BufferedInputStream(conn.getInputStream());
Reader reader = new InputStreamReader(bis,"gbk");
char[] buffer = new char[2048];
int len = 0;
CharArrayWriter caw = new CharArrayWriter();
while ((len = reader.read(buffer)) > -1)
caw.write(buffer, 0, len);
reader.close();
bis.close();
conn.disconnect();
//System.out.println(caw);
return caw.toString();
}
浏览器询问结果：
代码询问结果与上面一致：
二、通过指定url获取，网页部分想要的数据。
对于这个方法，要导入Jsoup包，这个可以自己在网上下载。
Document doc = null;
try {
doc = Jsoup.connect("http://www.wooyun.org//bugs//wooyun-2016-0225856").userAgent("Mozilla/5.0 (Windows NT 10.0; Trident/7.0; rv:11.0) like Gecko").timeout(30000).get();
} catch (IOException e) {
e.printStackTrace();
}
for(Iterator<Element> ir = doc.select("h3").iterator();ir.hasNext();){
System.out.println(ir.next().text());
}
对于那个select选择器，根据条件来选择，doc.select("h3").iterator()，对于Jsoup有以下规则：
jsoup 是一款基于Java 的HTML解析器，可直接解析某个URL地址或HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
jsoup的强大在于它对文档元素的检索，Select方法将返回一个Elements集合，并提供一组方法来抽取和处理结果，要掌握Jsoup首先要熟悉它的选择器语法。
1、Selector选择器基本语法
2、Selector选择器组合使用语法
3、Selector伪选择器语法
注意：上述伪选择器索引是从0开始的，也就是说第一个元素索引值为0，第二个元素index为1等。
浏览器访问：
代码访问：
源代码HttpUtils.java：
package com.ffcs.lsoc.bug.utils;
import java.io.BufferedInputStream;
import java.io.CharArrayWriter;
import java.io.InputStreamReader;
import java.io.Reader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLEncoder;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
/**
* 抓取网页工具类
* @author g-gaojp
* @date 2016-7-10
*/
public class HttpUtils {
/**
* 获取网页数据
* @param urlStr 访问地址
* @param params 参数
* @param charset 字符编码
* @return
* @throws Exception
*/
public static String httpGet(String urlStr, Map<String, String> params,String charset) throws Exception {
StringBuilder sb = new StringBuilder();
if (null != params && params.size() > 0) {
sb.append("?");
Entry<String, String> en;
for (Iterator<Entry<String, String>> ir = params.entrySet().iterator(); ir.hasNext();) {
en = ir.next();
sb.append(en.getKey() + "=" + URLEncoder.encode(en.getValue(),"utf-8") + (ir.hasNext() ? "&" : ""));
}
}
URL url = new URL(urlStr + sb);
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setConnectTimeout(5000);
conn.setReadTimeout(5000);
conn.setRequestMethod("GET");
if (conn.getResponseCode() != 200){
throw new Exception("请求异常状态值:" + conn.getResponseCode());
}
BufferedInputStream bis = new BufferedInputStream(conn.getInputStream());
Reader reader = new InputStreamReader(bis,charset);
char[] buffer = new char[2048];
int len = 0;
CharArrayWriter caw = new CharArrayWriter();
while ((len = reader.read(buffer)) > -1)
caw.write(buffer, 0, len);
reader.close();
bis.close();
conn.disconnect();
return caw.toString();
}
/**
* 获取网页数据
* @param urlStr 访问地址
* @param params 参数
* @return
* @throws Exception
*/
public static String httpGet(String urlStr, Map<String, String> params) throws Exception {
StringBuilder sb = new StringBuilder();
if (null != params && params.size() > 0) {
sb.append("?");
Entry<String, String> en;
for (Iterator<Entry<String, String>> ir = params.entrySet().iterator(); ir.hasNext();) {
en = ir.next();
sb.append(en.getKey() + "=" + URLEncoder.encode(en.getValue(),"utf-8") + (ir.hasNext() ? "&" : ""));
}
}
URL url = new URL(urlStr + sb);
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setConnectTimeout(5000);
conn.setReadTimeout(5000);
conn.setRequestMethod("GET");
if (conn.getResponseCode() != 200)
throw new Exception("请求异常状态值:" + conn.getResponseCode());
BufferedInputStream bis = new BufferedInputStream(conn.getInputStream());
Reader reader = new InputStreamReader(bis,"gbk");
char[] buffer = new char[2048];
int len = 0;
CharArrayWriter caw = new CharArrayWriter();
while ((len = reader.read(buffer)) > -1)
caw.write(buffer, 0, len);
reader.close();
bis.close();
conn.disconnect();
//System.out.println(caw);
return caw.toString();
}
/**
* 从获得的网页的document中获取指定条件的内容
* @param document
* @param condition 条件
* @return
*/
public static String catchInfomationFromDocument(Document document , String condition , int position){
if(document != null){
Iterator<Element> iterator = document.select(condition).iterator();
if(iterator.hasNext()){
String str = iterator.next().text();
return str.substring(position).trim();
}
}
return null;
}
/**
* 判断从获得的网页的document中<br/>
* 获取指定条件的内容是否存在
* @param document
* @param condition 条件
* @return
*/
public static boolean isExistInfomation(Document document , String condition){
if(document != null){
Iterator<Element> iterator = document.select(condition).iterator();
if(iterator.hasNext()){
return true;
}
}
return false;
}
}
标签：
原文地址：http://www.cnblogs.com/gaojupeng/p/5728094.html
