在Java中獲取HTML內(nèi)容，通常有以下幾種方法：

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名注冊、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、個舊網(wǎng)站維護、網(wǎng)站推廣。

1、使用Java的URL類和HttpURLConnection類直接獲取網(wǎng)頁源代碼。

2、使用第三方庫如Jsoup來解析HTML。

3、使用Java的內(nèi)置類庫如javax.swing.text.html.HTMLEditorKit和javax.swing.text.html.HTMLDocument來解析HTML。

下面詳細(xì)介紹這幾種方法：

方法一：使用Java的URL類和HttpURLConnection類直接獲取網(wǎng)頁源代碼

需要導(dǎo)入以下包：

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;

創(chuàng)建一個方法來獲取網(wǎng)頁源代碼：

public static String getHtmlContent(String urlString) throws Exception {
    URL url = new URL(urlString);
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    connection.setRequestMethod("GET");
    connection.setConnectTimeout(5000);
    connection.setReadTimeout(5000);
    connection.connect();
    if (connection.getResponseCode() == HttpURLConnection.HTTP_OK) {
        BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
        String inputLine;
        StringBuilder content = new StringBuilder();
        while ((inputLine = in.readLine()) != null) {
            content.append(inputLine);
        }
        in.close();
        connection.disconnect();
        return content.toString();
    } else {
        throw new Exception("Failed to get HTML content, response code: " + connection.getResponseCode());
    }
}

這個方法會返回一個字符串，包含了網(wǎng)頁的源代碼，你可以調(diào)用這個方法來獲取HTML內(nèi)容：

public static void main(String[] args) {
    try {
        String htmlContent = getHtmlContent("https://www.example.com");
        System.out.println(htmlContent);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

方法二：使用Jsoup庫解析HTML

需要在項目中添加Jsoup庫的依賴，如果你使用Maven，可以在pom.xml文件中添加以下依賴：

    org.jsoup
    jsoup
    1.14.3

創(chuàng)建一個方法來解析HTML：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public static void parseHtmlContent(String htmlContent) {
    Document document = Jsoup.parse(htmlContent);
    Elements elements = document.getAllElements(); // 獲取所有元素
    for (Element element : elements) {
        System.out.println("Tag name: " + element.tagName()); // 打印標(biāo)簽名
        System.out.println("Attributes: " + element.attributes()); // 打印屬性
        System.out.println("Text: " + element.text()); // 打印文本內(nèi)容
    }
}

這個方法會解析HTML內(nèi)容，并打印出所有元素的標(biāo)簽名、屬性和文本內(nèi)容，你可以調(diào)用這個方法來解析HTML：

public static void main(String[] args) {
    try {
        String htmlContent = getHtmlContent("https://www.example.com");
        parseHtmlContent(htmlContent);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

方法三：使用Java的內(nèi)置類庫解析HTML（不推薦）

這種方法已經(jīng)不推薦使用，因為Java的內(nèi)置類庫在處理HTML時存在很多問題，而且性能較差，如果你只是想簡單地解析HTML，可以使用這種方法，以下是一個簡單的示例：

import javax.swing.*;
import javax.swing.text.*;
import java.io.*;
import java.net.*;
import java.util.*;
import javafx.util.*; // 注意：這個類是JavaFX的一部分，不是Java SE的一部分，你需要在項目中添加JavaFX庫的依賴，如果你使用的是Java SE，這個方法將無法工作，請參考方法二或方法三。

創(chuàng)建一個方法來解析HTML：

public static void parseHtmlContentWithSwing(String htmlContent) throws Exception {
    // 創(chuàng)建一個新的HTML文檔對象，并將HTML內(nèi)容設(shè)置為其內(nèi)容，這將自動解析HTML標(biāo)簽，請注意，這個方法可能會拋出異常，如果HTML內(nèi)容格式不正確，你可能需要添加一些錯誤處理代碼來處理這種情況。

名稱欄目：java如何獲取html
鏈接地址：http://uogjgqi.cn/article/dhgepgi.html