欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java获取http和https网址对应html数据实例

程序员文章站 2022-05-25 14:29:32
从某个https安全网址 获取html的数据,用Java 手写正则表达式 ......

  由于之前在公司一直用的c#做的软件开发,近些天有同学需要用java做一个从指定网址获取信息的java程序。正好不是很难,顺便复习了一下java的知识。

  要求如下,在https://www.marinetraffic.com/en/ais/details/ships/shipid:650235/mmsi:414726000/vessel:yu%20ming网址中得到如下图框中标记的数据。

Java获取http和https网址对应html数据实例

  程序如下:getwebposition类是主要程序类

package yinhang.wang;

import java.io.bufferedreader;
import java.io.ioexception;
import java.io.inputstream;
import java.io.inputstreamreader;
import java.net.url;
import java.util.regex.matcher;
import java.util.regex.pattern;

import javax.net.ssl.httpsurlconnection;
import javax.net.ssl.sslcontext;
import javax.net.ssl.sslsocketfactory;
import javax.net.ssl.trustmanager;
public class getwebposition {

    /**
     * @param args
     */
    public static void main(string[] args) {
        // todo auto-generated method stub
        string info = getdatabytwo();
        system.out.println(info);
    }

    // 从指定的url中获取数据
    //https://www.marinetraffic.com/en/ais/details/ships/shipid:650235/mmsi:414726000/vessel:yu%20ming
        private static string httprequest(string requesturl) {
   
            stringbuffer buffer = null;
            bufferedreader bufferedreader = null;
            inputstreamreader inputstreamreader = null;
            inputstream inputstream = null;
            httpsurlconnection httpurlconn = null;
            // 建立并向网页发送请求
            try {
                trustmanager[] tm = { new myx509trustmanager() };
                sslcontext sslcontext = sslcontext.getinstance("ssl", "sunjsse");
                sslcontext.init(null, tm, new java.security.securerandom());
                // 从上述sslcontext对象中得到sslsocketfactory对象
                sslsocketfactory ssf = sslcontext.getsocketfactory();

                url url = new url(requesturl);
                // 描述状态
                httpurlconn = (httpsurlconnection) url.openconnection();
                httpurlconn.setsslsocketfactory(ssf);
                httpurlconn
                .setrequestproperty("user-agent", "mozilla/5.0 (windows nt 6.1; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/61.0.3163.100 safari/537.36)");
                //防止报403错误。
                httpurlconn.setdooutput(true);
                httpurlconn.setdoinput(true);
                httpurlconn.setusecaches(false);
                // 请求的类型
                httpurlconn.setrequestmethod("get");
                // 获取输入流
                inputstream = httpurlconn.getinputstream();
                inputstreamreader = new inputstreamreader(inputstream, "utf-8");
                bufferedreader = new bufferedreader(inputstreamreader);
                // 从输入流读取结果
                buffer = new stringbuffer();
                string str = null;
                while ((str = bufferedreader.readline()) != null) {
                    buffer.append(str);
                }
            } catch (exception e) {
                e.printstacktrace();
            } finally {
                // 释放资源
                if (bufferedreader != null) {
                    try {
                        bufferedreader.close();
                    } catch (ioexception e) {
                        e.printstacktrace();
                    }
                }
                if (inputstreamreader != null) {
                    try {
                        inputstreamreader.close();
                    } catch (ioexception e) {
                        e.printstacktrace();
                    }
                }
                if (inputstream != null) {
                    try {
                        inputstream.close();
                    } catch (ioexception e) {
                        e.printstacktrace();
                    }
                }
                if (httpurlconn != null) {
                    httpurlconn.disconnect();
                }
            }
            return buffer.tostring();
        } 
    private static string htmlfiter(string html) {

        stringbuffer buffer = new stringbuffer();
        string str1 = "";
        string str2 = "";
        //取出所用的范围,
        //pattern p = pattern.compile("(.*)(<div class=\"panel panel-primary no-border vertical-offset-20\">)(.*)(</div>)(.*)");
        pattern p = pattern.compile("(.*)(</script>)(.*)(<div class=\"wind_icon wind_low\")(.*)");
        matcher m = p.matcher(html);
        if (m.matches()) {
            str1 = m.group(3);
            //取得时间:vessel's local time:
            p = pattern.compile("(.*)(time datetime=\")(.*)(\">)(.*)(</time>)(.*)(</span></strong>)(.*)");
            m = p.matcher(str1);
            if (m.matches()) {
                str2 = m.group(5);
                string str3 = m.group(7);
                buffer.append("\nvessel's local time: ");
                buffer.append(str2);
                buffer.append(str3);
                }
            // <a href="/en/ais/home/centerx:120.3903/centery:32.02979/zoom:10/mmsi:414726000/shipid:650235"
            // class="details_data_link">32.02979° / 120.3903°</a>
            //取得当前经纬度:latitude / longitude:
            p = pattern.compile("(.*)(class=\"details_data_link\">)(.*)(</a></strong></span>)(.*)");
            m = p.matcher(str1);
            if (m.matches()) {
                str2 = m.group(3);
                buffer.append("\nlatitude / longitude: ");
                buffer.append(str2);
            }
            //取得当前速度航线speed/course:
            p = pattern.compile("(.*)(<span><strong>)(.*)(</strong></span>)(.*)");
            m = p.matcher(str1);
            if (m.matches()) {
                str2 = m.group(3);
                buffer.append("\nspeed/course: ");
                buffer.append(str2);
            }
            }
        return buffer.tostring();
    }

        //封裝上述两个方法
        public static string getdatabytwo(){
            //调用第一个方法,获得html字符串
            string html = httprequest("https://www.marinetraffic.com/en/ais/details/ships/shipid:650235/mmsi:414726000/vessel:yu%20ming");
            //调用第二个方法,过滤掉无用的信息
            string result = htmlfiter(html);
            return result;
        }
}

 

myx509trustmanager这个类的作用是提供安全证书去访问https类型 的网站

package yinhang.wang;
 
import java.security.cert.certificateexception;
import java.security.cert.x509certificate;
 
import javax.net.ssl.x509trustmanager;
 
public class myx509trustmanager implements x509trustmanager {
    public void checkclienttrusted(x509certificate[] chain, string authtype)
            throws certificateexception
          {
          }
 
          public void checkservertrusted(x509certificate[] chain, string authtype)
            throws certificateexception
          {
          }
 
          public x509certificate[] getacceptedissuers()
          {
            return null;
          }
}

希望初步学习正则表达式和爬数据的小伙伴们能够用到。