一个简易的URL爬虫程序(java)

该程序是一个简单的Java程序,用于从指定的URL中获取网页内容并保存到本地文件。通过URL类打开指定的URL链接,并使用openStream()方法获取输入流。然后使用Scanner类读取输入流中的内容,并使用PrintWriter类将读取到的内容写入到本地文件中。

在该程序中,程序打开了腾讯新闻(https://news.qq.com/),并将网页内容保存为qq.html文件。

java 复制代码
import java.io.BufferedInputStream;
import java.io.FileWriter;
import java.io.InputStream;
import java.io.PrintWriter;
import java.net.URL;
import java.util.Scanner;

public class SimpleUrlCrawler {

    public static void main(String[] args) {
        try {
            // 创建URL对象,指定要抓取的网页地址
            URL url = new URL("https://news.qq.com/");

            // 打开URL连接获取输入流
            InputStream input = url.openStream();

            // 使用缓冲输入流包装输入流,提高读取效率
            Scanner cin = new Scanner(new BufferedInputStream(input));

            // 创建PrintWriter对象,用于写入文件
            PrintWriter cout = new PrintWriter(new FileWriter("qq.html"));

            // 逐行读取输入流中的内容,并写入文件
            while (cin.hasNextLine()) {
                cout.println(cin.nextLine());
            }

            // 关闭输入流、输出流
            input.close();
            cin.close();
            cout.close();
        } catch (Exception e) {
            // 处理异常
            e.printStackTrace();
        }
    }

}
相关推荐
Pniubi10 小时前
怎么排查慢SQL,怎么解决?
java·数据库·sql
薛之谦_11 小时前
Java 全栈知识体系:从 IDEA 高效开发到 JVM、并发与 Stream 实战
java·jvm·intellij-idea
文丑颜不良啊15 小时前
LeetCode2761~2780题目解析
java·leetcode
IT枫斗者枫哥15 小时前
子线程断言失败,JUnit 为什么还显示通过?
java·后端
考虑考虑17 小时前
JDK27中的Set.ofLazy
java·后端·java ee
wuyk55517 小时前
Spider-第10讲-SQLite持久化与去重
数据库·爬虫·sqlite
文丑颜不良啊17 小时前
LeetCode2841~2860题目解析
java·leetcode
小南家的青蛙18 小时前
Tomcat与Jetty深度对比
java·tomcat·jetty
乌暮19 小时前
Spring AOP 与 Spring 事务:用大白话彻底理解原理与实践
java·数据库·spring boot·后端·sql·学习·spring
YDS82919 小时前
Small Spring IOC篇:容器事件及其监听器
java·spring