java - HTML ページを読み取り、その HTML コードをテキスト ファイルに保存する Java プログラム

Question

HTMLページを読み取り、ページのHTMLコードをテキストファイルに保存するためにJavaプログラムを作成する必要があるモジュールがあるという点で、プロジェクトを開発しています。上記のプログラムを誰か教えてください.......

Answer 1

http://docs.oracle.com/javase/tutorial/networking/urls/readingURL.htmlを見て ください。外部ライブラリは必要ありません。これを Bufferedwriter と組み合わせます。

import java.net.*;
import java.io.*;
import java.util.*;

public class URLReader {

    public static void main(String[] args) throws Exception {

        URL oracle = new URL("http://www.oracle.com/");
        BufferedReader in = new BufferedReader(
        new InputStreamReader(oracle.openStream()));
        BufferedWriter writer = new BufferedWriter(new FileWriter("outputfile.txt"));

        String inputLine;
        while ((inputLine = in.readLine()) != null){
            try{
                writer.write(inputLine);
            }
            catch(IOException e){
                e.printStackTrace();
                return;
            }
        }
        in.close();
        writer.close();
    }
}

Answer 2

HTMLParser を使用してこのタスクを実行できます。詳細については、こちらを参照してください。