前言：

时下互联网第一波的浪潮已消逝，随着而来的基于万千数据的物联网时代，因而数据成为企业的重要战略资源之一。基于数据抓取技术，本文介绍了java相关抓取工具，并附上demo源码供感兴趣的朋友测试！

1）JDK自带HTTP连接，获取页面或Json

2） JDK自带URL连接，获取页面或Json

3）HttpClient Get工具，获取页面或Json

 4）commons-io工具，获取页面或Json

5） Jsoup工具（通常用于html字段解析），获取页面,非Json返回格式】

--------------------------------------------------------------------------------

完整代码：

package com.yeezhao.common.http;

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;

import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.HttpMethod;
import org.apache.commons.httpclient.methods.GetMethod;
import org.apache.commons.io.IOUtils;
import org.jsoup.Jsoup;

/**
 * http工具对比
 * 
 * @author Administrator -> junhong
 *
 *     2016年12月27日
 */
public class HttpFetchUtil {
  
  /**
   * 获取访问的状态码
   * @param request
   * @return
   * @throws Exception
   */
  public static int getResponseCode(String request) throws Exception {
    URL url = new URL(request);
    HttpURLConnection conn = (HttpURLConnection) url.openConnection();
    return conn.getResponseCode();

  }
  /**
   * 1）JDK自带HTTP连接，获取页面或Json
   * @param request
   * @param charset
   * @return
   * @throws Exception
   */
  public static String JDKFetch(String request, String charset) throws Exception {
    URL url = new URL(request);
    HttpURLConnection conn = (HttpURLConnection) url.openConnection();
    //模拟浏览器参数
    conn.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36"
        + " (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36");
    if (conn.getResponseCode() == HttpURLConnection.HTTP_OK) {
      InputStream input = conn.getInputStream();
      StringBuffer sb = new StringBuffer();
      BufferedReader reader = new BufferedReader(new InputStreamReader(input, charset));
      String s;
      while ((s = reader.readLine()) != null) {
        sb.append(s + "\n");
      }
      input.close();
      conn.disconnect();
      return sb.toString();
    }
    return "";
  }
  /**
   * 2） JDK自带URL连接，获取页面或Json
   * @param request
   * @param charset
   * @return
   * @throws Exception
   */
  public static String URLFetch(String request, String charset) throws Exception {
    URL url = new URL(request);
    return IOUtils.toString(url.openStream());
  }

  /**
   * 3）HttpClient Get工具，获取页面或Json
   * @param url
   * @param charset
   * @return
   * @throws Exception
   */
  public static String httpClientFetch(String url, String charset) throws Exception {
    // GET
    HttpClient httpClient = new HttpClient();
    httpClient.getParams().setContentCharset(charset);
    HttpMethod method = new GetMethod(url);
    httpClient.executeMethod(method);
    return method.getResponseBodyAsString();
  }
  /**
   * 4）commons-io工具，获取页面或Json
   * @param url
   * @param charset
   * @return
   * @throws Exception
   */
  public static String commonsIOFetch(String url, String charset) throws Exception {
    return IOUtils.toString(new URL(url), charset);
  }
  
  /**
   * 5） Jsoup工具（通常用于html字段解析），获取页面,非Json返回格式
   * @param url
   * @return
   * @throws Exception
   */
  public static String jsoupFetch(String url) throws Exception {
    return Jsoup.parse(new URL(url), 2 * 1000).html();
  }

}

测试代码：

package com.yeezhao.common.http;

import org.junit.After;
import org.junit.Before;
import org.junit.Test;
/**
 * 测试类
 * 3个测试链接：
 * 1）百科网页
 * 2）浏览器模拟获取接口数据
 * 3）获取普通接口数据
 * @author Administrator -> junhong
 *
 * 2016年12月27日
 */
public class HttpFetchUtilTest {
  String seeds[] = {"http://baike.baidu.com/view/1.htm","http://m.ximalaya.com/tracks/26096131.json","http://remyapi.yeezhao.com/api/query?wd=%E5%91%A8%E6%98%9F%E9%A9%B0%E7%9A%84%E7%94%B5%E5%BD%B1"};
  final static String DEFAULT_CHARSET = "UTF-8";
  @Before
  public void setUp() throws Exception {
  }

  @After
  public void tearDown() throws Exception {
    System.out.println("--- down ---");
  }

  @Test
  public void testGetResponseCode() throws Exception{
    for(String seed:seeds){
      int responseCode = HttpFetchUtil.getResponseCode(seed);
      System.out.println("ret="+responseCode);
    }
  }

  @Test
  public void testJDKFetch() throws Exception{
    for(String seed:seeds){
      String ret = HttpFetchUtil.JDKFetch(seed, DEFAULT_CHARSET);
      System.out.println("ret="+ret);
    }
  }

  @Test
  public void testURLFetch() throws Exception{
    for(String seed:seeds){
      String ret = HttpFetchUtil.URLFetch(seed, DEFAULT_CHARSET);
      System.out.println("ret="+ret);
    }
  }

  @Test
  public void testHttpClientFetch()throws Exception {
    for(String seed:seeds){
      String ret = HttpFetchUtil.httpClientFetch(seed, DEFAULT_CHARSET);
      System.out.println("ret="+ret);
    }
  }

  @Test
  public void testCommonsIOFetch()throws Exception {
    for(String seed:seeds){
      String ret = HttpFetchUtil.commonsIOFetch(seed, DEFAULT_CHARSET);
      System.out.println("ret="+ret);
    }
  }

  @Test
  public void testJsoupFetch() throws Exception{
    for(String seed:seeds){
      String ret = HttpFetchUtil.jsoupFetch(seed);
      System.out.println("ret="+ret);
    }
  }

}

附：相关jar依赖

...
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.3</version>
</dependency>

<dependency>
<groupId>commons-httpclient</groupId>
<artifactId>commons-httpclient</artifactId>
<version>3.1</version>
</dependency>

<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.4</version>
</dependency>
...

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。

# java抓取http数据包  # java  # 抓取网页数据  # java实现网页内容抓取  # java发起http请求获取返回的Json对象方法  # JAVA发送http get/post请求  # 调用http接口、方法详解  # JAVA发送HTTP请求  # 返回HTTP响应内容  # 应用及实例代码  # Java实现调用对方http接口得到返回数据  # 自带  # 互联网  # 而来  # 感兴趣  # 时下  # 大家多多  # 第一波  # getResponseCode  # String  # int  # static  # url  # openConnection  # charset  # JDKFetch  # conn  # Exception  # public  # HttpFetchUtil  # return 

相关栏目： 【 网站优化151355 】 【 网络推广146373 】 【 网络技术251813 】 【 AI营销90571 】

相关推荐： 如何在Windows环境下新建FTP站点并设置权限？  教你用AI将一段旋律扩展成一首完整的曲子  购物网站制作费用多少,开办网上购物网站，需要办理哪些手续？  北京的网站制作公司有哪些,哪个视频网站最好？  如何用已有域名快速搭建网站？  微信h5制作网站有哪些,免费微信H5页面制作工具？  青岛网站建设如何选择本地服务器？  如何利用DOS批处理实现定时关机操作详解  香港服务器如何优化才能显著提升网站加载速度？  Bootstrap整体框架之CSS12栅格系统  linux top下的 minerd 木马清除方法  Win11怎么关闭资讯和兴趣_Windows11任务栏设置隐藏小组件  iOS发送验证码倒计时应用  Windows10如何删除恢复分区_Win10 Diskpart命令强制删除分区  Laravel中的Facade(门面)到底是什么原理  Win11怎么查看显卡温度 Win11任务管理器查看GPU温度【技巧】  如何在自有机房高效搭建专业网站？  如何自定义建站之星网站的导航菜单样式？  专业商城网站制作公司有哪些,pi商城官网是哪个？  PHP正则匹配日期和时间(时间戳转换)的实例代码  iOS UIView常见属性方法小结  浅谈javascript alert和confirm的美化  Laravel如何使用Telescope进行调试？（安装和使用教程）  Laravel的契約(Contracts)是什么_深入理解Laravel Contracts与依赖倒置  网站制作价目表怎么做,珍爱网婚介费用多少？  bing浏览器学术搜索入口_bing学术文献检索地址  laravel怎么通过契约（Contracts）编程_laravel契约（Contracts）编程方法  如何快速搭建高效WAP手机网站？  如何破解联通资金短缺导致的基站建设难题？  Edge浏览器如何截图和滚动截图_微软Edge网页捕获功能使用教程【技巧】  google浏览器怎么清理缓存_谷歌浏览器清除缓存加速详细步骤  如何在阿里云域名上完成建站全流程？  如何续费美橙建站之星域名及服务？  Laravel怎么连接多个数据库_Laravel多数据库连接配置  Win11怎么开启自动HDR画质_Windows11显示设置HDR选项  专业企业网站设计制作公司,如何理解商贸企业的统一配送和分销网络建设？  重庆市网站制作公司,重庆招聘网站哪个好？  Laravel如何正确地在控制器和模型之间分配逻辑_Laravel代码职责分离与架构建议  微信小程序 配置文件详细介绍  java中使用zxing批量生成二维码立牌  Laravel任务队列怎么用_Laravel Queues异步处理任务提升应用性能  Laravel怎么实现搜索高亮功能_Laravel结合Scout与Algolia全文检索【实战】  怎么用AI帮你设计一套个性化的手机App图标？  Laravel如何使用Laravel Vite编译前端_Laravel10以上版本前端静态资源管理【教程】  Laravel如何使用模型观察者？（Observer代码示例）  js实现点击每个li节点，都弹出其文本值及修改  node.js报错：Cannot find module 'ejs'的解决办法  实现点击下箭头变上箭头来回切换的两种方法【推荐】  如何在IIS服务器上快速部署高效网站？  如何快速搭建高效WAP手机网站吸引移动用户？