java htmlparser 获取网页title
一直以来,编程始终是我的爱好。也使用python写了几个实用的工具。java的高性能是出了名的,作为SEO人员,如果能够从零开始实现一个搜索引擎,对以后的SEO工作肯定有很大的帮助。搜索引擎爬虫要收录一个网页,首先不就是获取网页内容来进行处理的嘛。
package htmlparserTest; // 下载 htmlparser库并导入 import org.htmlparser.Parser; import org.htmlparser.visitors.HtmlPage; public class GetTitle { public static void main(String[] args) throws Exception { new GetTitle().getTitle("https://www.yangshengliang.com"); } private void getTitle(String url) throws Exception { Parser parser = new Parser(url); //编码 parser.setEncoding(parser.getEncoding()); // 获取页面 HtmlPage htmlpage = new HtmlPage(parser); parser.visitAllNodesWith(htmlpage); // 获取 title String title = htmlpage.getTitle(); // 输出title System.out.println(title); } }
程序经测试是没有问题的,使用的环境是java8,其他版本的java 下未做测试。
更多阅读
- Linux (gvim:6883): Gtk-WARNING **: Invalid input string错误解决
- CI 在nginx中出现404错误的解决方式
- google chrome for linux 最新版下载地址
- 解决debian 终端命令行无法自动补全
- java分解质因数的方法 [源代码分享]
- Linux下解决 Gtk-WARNING **: 无法在模块路径中找到主题引擎 pixmap
- 百度竞价信息采集与排名查询助手2.5.3发布
- 《案例》宇秀搜索引擎下拉与相关搜索推广系统
- 小鸿百度站长收录批量提交工具
- 拒绝不规范:仅允许使用汉字,英文,数字等方式注册用户名的php正则表达式
