1
Je suis en train de lire le code source à partir du site Web en utilisant le code suivantla source de la page Extraction html
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
public class GrabHTML {
public static void Connect() throws Exception{
//Set URL
URL url = new URL("http://www.google.ca/");
URLConnection spoof = url.openConnection();
//Spoof the connection so we look like a web browser
spoof.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.5; Windows NT 5.0; H010818)");
BufferedReader in = new BufferedReader(new InputStreamReader(spoof.getInputStream()));
String strLine = "";
//Loop through every line in the source
while ((strLine = in.readLine()) != null){
//Prints each line to the console
System.out.println(strLine);
}
System.out.println("End of page.");
}
public static void main(String[] args){
try{
//Calling the Connect method
Connect();
}catch(Exception e){
}
}
}
Mais il ne lit que une partie du code source. Quand je vois le 'View Source' du navigateur, Google.com a plus de données.
http://jsoup.org/ mérite d'être mentionné –
Ce code fonctionne très bien pour moi. Je soupçonne que la propriété User-Agent ne correspond pas à votre navigateur, et que le site Google diffuse des données légèrement différentes dans chaque cas. – 808sound