用Java从网上抓取指定URL源码的方案-Java基础-Java-编程开发

google_ad_client = "pub-8800625213955058";

/* 336x280, 创建于 07-11-21 */

google_ad_slot = "0989131976";

google_ad_width = 336;

google_ad_height = 280;

//

引言：
　　在做无线项目的时候，与通讯公司的数据通讯有一部分是通过ＸＭＬ交互的，所以必须要动态抓取通讯公司提供的固定的Internet上的数据，便研究了一下如何抓取固定url上的数据，现与大家分享一下。

　　类名GetPageCode，有一个方法GetSource，通过属性传递参数，入参控制的是要取得URL的地址，代理服务器的设置及输出方式的控制，这里大家可以再扩展自己的需要，我这里只提供了两种方式，一种是直接写到本地的某个文件中，另外一种就是返回字符串的。类里已经作了比较详细的注释，我想大家很容易就看明白了。

调用方式：

#region 测试获取远程网页
GetPageCode gpc = new GetPageCode();
gpc.Url="http://ppcode.com";
gpc.ProxyState=1;//使用代理服务器，0为不使用，设置为1后下面的代理设置才起作用
gpc.ProxyAddress="http://proxyName.com";//代理服务器地址
gpc.ProxyPort="80";//代理服务器的端口
gpc.ProxyAccount="proxy";//代理服务器账号
gpc.ProxyPassword="password";//代理服务器密码
gpc.ProxyDomain="bqc";//代理服务器域
gpc.OutFilePath=filePath;//设置输出文件路径的地方，如果不设置，则返回字符串
gpc.GetSource();//处理
string tempErr=gpc.NoteMessage;//如果出错，这里会提示
string tempCode=gpc.OutString;//返回的字符串
#endregion
类代码：
using System;
using System.Collections;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.IO;
using System.Net;
using System.Text;
using System.Web;
namespace Test.Com
{
/// < summary >
/// 功能：取得Internet上的URL页的源码
/// 创建：2004-03-22
/// 作者：Rexsp MSN:yubo@x263.net
/// < /summary >
public class GetPageCode
{
#region 私有变量
/// < summary >
/// 网页URL地址
/// < /summary >
private string url=null;
/// < summary >
/// 是否使用代码服务器：0 不使用 1 使用代理服务器
/// < /summary >
private int proxyState=0;
/// < summary >
/// 代理服务器地址
/// < /summary >
private string proxyAddress=null;
/// < summary >
/// 代理服务器端口
/// < /summary >
private string proxyPort=null;
/// < summary >
/// 代理服务器用户名
/// < /summary >
private string proxyAccount=null;
/// < summary >
/// 代理服务器密码
/// < /summary >
private string proxyPassword=null;
/// < summary >
/// 代理服务器域
/// < /summary >
private string proxyDomain=null;
/// < summary >
/// 输出文件路径
/// < /summary >
private string outFilePath=null;
/// < summary >
/// 输出的字符串
/// < /summary >
private string outString=null;
/// < summary >
/// 提示信息
/// < /summary >
private string noteMessage;

#endregion

#region 公共属性
/// < summary >
/// 欲读取的URL地址
/// < /summary >
public string Url
{
get{return url;}
set{url=value;}
}
/// < summary >
/// 是否使用代理服务器标志
/// < /summary >
public int ProxyState
{
get{return proxyState;}
set{proxyState=value;}
}
/// < summary >
/// 代理服务器地址
/// < /summary >
public string ProxyAddress
{
get{return proxyAddress;}
set{proxyAddress=value;}
}
/// < summary >

/// 代理服务器端口
/// < /summary >
public string ProxyPort
{
get{return proxyPort;}
set{proxyPort=value;}
}
/// < summary >
/// 代理服务器账号
/// < /summary >
public string ProxyAccount
{
get{return proxyAccount;}
set{proxyAccount=value;}
}
/// < summary >
/// 代理服务器密码
/// < /summary >
public string ProxyPassword
{
get{return proxyPassword;}
set{proxyPassword=value;}
}
/// < summary >
/// 代理服务器域
/// < /summary >
public string ProxyDomain
{
get{return proxyDomain;}
set{proxyDomain=value;}
}
/// < summary >
/// 输出文件路径
/// < /summary >
public string OutFilePath
{
get{return outFilePath;}
set{outFilePath=value;}
}
/// < summary >
/// 返回的字符串
/// < /summary >
public string OutString
{
get{return outString;}

}
/// < summary >
/// 返回提示信息
/// < /summary >
public string NoteMessage
{
get{return noteMessage;}

}

#endregion

#region 构造函数
public GetPageCode()
{
}
#endregion

#region 公共方法
/// < summary >
/// 读取指定URL地址，存到指定文件中
/// < /summary >
public void GetSource()
{
WebRequest request = WebRequest.Create(this.url);
//使用代理服务器的处理
if(this.proxyState==1)
{
//默认读取80端口的数据

if(this.proxyPort==null)
this.ProxyPort="80";
WebProxy myProxy=new WebProxy();
myProxy = (WebProxy)request.Proxy;
myProxy.Address = new Uri(this.ProxyAddress ":" this.ProxyPort);
myProxy.Credentials = new NetworkCredential(this.proxyAccount, this.proxyPassword, this.ProxyDomain);
request.Proxy = myProxy;
}
try

{
//请求服务
WebResponse response = request.GetResponse();
//返回信息
Stream resStream = response.GetResponseStream();
StreamReader sr = new StreamReader(resStream, System.Text.Encoding.Default);
string tempCode= sr.ReadToEnd();
resStream.Close();
sr.Close();

//如果输出文件路径为空，便将得到的内容赋给OutString属性
if(this.outFilePath==null)
{
this.outString=tempCode;
}
else
{

FileInfo fi = new FileInfo(this.outFilePath);
//如果存在文件则先干掉
if(fi.Exists)
fi.Delete();
StreamWriter sw = new StreamWriter(this.outFilePath,true,Encoding.Default);
sw.Write(tempCode);
sw.Flush();
sw.Close();
}
}
catch
{
this.noteMessage="出错了，请检查网络是否连通;";
}

}
#endregion

}