java - java中如何仅从服务器获取网页的头部

Question

有没有什么方法可以只从服务器获取网页的头部部分，而不需要下载整个文档？虽然 HTTP header 中有 Range 选项，但并非所有服务器都支持它。而且每个网页的头部大小并不相同

Answer 1

您可以创建 InputStream到您要解析的网站。然后使用 BufferedInputStream ，并手动解析内容。如果您认为已完成(例如达到 </head> )，您可以关闭流。这样您就不必下载所有 HTML 内容。

代码:

InputStream is = new URL("http://www.website.com/").openStream();
BufferedInputStream bis = new BufferedInputStream(is);
Reader rdr = new InputStreamReader(bis);

boolean finished = false;
while(! finished) {
    String line = rdr.readLine();
    if (line.indexOf("</head>") >= 0) {
        finished = true;
    } else {
         // parse or save the header
    }
}
bis.close();