Java代码读取网站内容

Question

Java中有没有办法读取网页内容？

网页不是一个简单的HTML页面，它包含ajax调用、图像、PDF和Flash。 我需要读取/下载页面的所有内容(在执行ajax调用之后)。

请给我建议任何解决方案。

Answer 1

为此目的，存在各种 html 解析器。您可以使用其中之一

http://ccil.org/~cowan/XML/tagsoup/

http://jsoup.org/

http://jericho.htmlparser.net/docs/index.html

这些解决方案提取包含图像的 html 标签。对于 css 提取，您可以使用 css 解析器。