如何通过Java程序读取网页内容？

Question

我计划编写一个 Java 程序来从网站 (http://www.doviz.com) 读取一些汇率，并且想知道仅读取（或读取整体并剥离所需部分）的最佳方法是什么我需要的内容。

任何帮助表示赞赏。

Answer 1

我的建议是使用 Jsoup 库

css/jquery 的语法解析外部内容非常容易

// Only one line to parse an external content
Document doc = Jsoup.connect("http://jsoup.org").get();

// "Javascript-like" syntax
Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}

// "Jquery/Css-like" syntax
Elements resultLinks = doc.select("h3.r > a");
Elements pngs = doc.select("img[src$=.png]");

使用类似 将 jsoup.jar 库添加到您的类路径并享受吧！
当然是开源且免费使用的。

Answer 2

我建议您实现网页的 RSS 读取机制（以编程方式）并使用标准解析器提取 RSS xml 的内容。