用Java代碼來抓取網(wǎng)頁內(nèi)容有很多種方法，可以直接用網(wǎng)絡編程的知識鏈接到網(wǎng)站上用輸入輸出流的方式來讀取內(nèi)容，然后用正則表達是來解析流文件，得到自己想要的內(nèi)容。不過有人已經(jīng)將這種內(nèi)容封裝好了叫HTMLParser這個東西提供了很多的的方法可以使用，具體的網(wǎng)上有很多的例子 他有三種方式來解析這個網(wǎng)頁。下一節(jié)來說明他們之間的使用方式。
  貼一個用URL的方式。這個代碼雖然能出結果，不過好像有問題，還望高人指點！！
package com.xjsx.gethtml;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;

public class GetHTML {

    /**
     * @param args
     */
    public static void main(String[] args) {

        try {

            URL url = new URL("http://www.baidu.com");

            URLConnection urlConnection = url.openConnection();

            InputStream inputStream = urlConnection.getInputStream();

            // InputStream inputStream = url.openStream();

            BufferedReader reader = new BufferedReader(new InputStreamReader(
                    inputStream));

            String date;

            while ((date = reader.readLine()) != null) {
                System.out.println(date);
            }

        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

    }

}