1、java远程文件抓取,实现远程文件提取,静态生成。
package cn.com;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
public class Test {
public static void main(String[] args) throws Exception {
URL url= new URL("http://www.sina.com");
HttpURLConnection connection =
(HttpURLConnection) url.openConnection();
connection.setRequestMethod("GET");
connection.setRequestProperty("Accept-Language" , "zh-cn");
connection.setRequestProperty("Accept-Charset" , "utf-8");
connection.setDoOutput(true);
connection.setRequestProperty("User-Agent", "directclient");
String filename = url.getFile();
if(!filename.equals("")){
filename = filename.replace("/", "").substring(0,filename.replace("/", "").indexOf("."));
}else{
filename="index";
}
File file = new File("/html/"+filename+".html"); //存放在工作间本地磁盘根目录如:F://html/index.html
if(file.exists()){
file.delete();
}else{
try {
file.createNewFile();
} catch (IOException e) {
e.printStackTrace();
}
}
connection.connect();
String charset = connection.getContentType();
if(charset.length()>9 && !charset.contains("none")){
charset = charset.substring(charset.indexOf("=")+1,charset.length());
}else{
charset = "utf-8";
}
InputStream is = connection.getInputStream();
BufferedReader br = new BufferedReader(new InputStreamReader(is,charset));
FileWriter out = new FileWriter("/html/"+filename+".html");
String strLine = null;
while((strLine = br.readLine()) != null){
System.out.println(strLine);
out.write(strLine+"\n");
out.flush();
}
out.close();
br.close();
connection.disconnect();
System.out.println("静态页面生成成功!");
}
}
2、php远程提取超链接,
<?php
$str = file_get_contents("http://www.sina.com");
$pat = '/<a(.*?)href="(.*?)"(.*?)>(.*?)<\/a>/i';
preg_match_all($pat, $str, $m);
foreach ($m as $value){
foreach ($value as $val) {
echo $val."<br>";
}
}
?>
3、java 内容搜索
package cn.com;
import java.io.File;
import java.io.RandomAccessFile;
import java.util.ArrayList;
import java.util.List;
public class Test {
public static void main(String[] args) {
getText(new File("D:/Program Files/Apache Software Foundation/Apache2.2/htdocs/tun2/b2b"));
System.out.println("ok");
}
public static void getText(File f){
File file[] = f.listFiles();
for(File dir : file){
if(dir.isDirectory()){
getText(dir);
}else{
try {
RandomAccessFile raf = new RandomAccessFile(dir, "r");
String strLine = null;
while((strLine=raf.readLine())!=null){
if((new String(strLine.getBytes("ISO-8859-1"),"utf8")).contains("show_bd_pics")){
System.out.println(dir);
break;
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
}
}
分享到:
相关推荐
本文将深入探讨如何利用网络嗅探来实现抓取网络文件。 首先,要理解网络嗅探的工作原理。网络嗅探基于网络接口层(如OSI模型中的第二层,即数据链路层)的特性,通过设置网络接口为混杂模式,使得设备能够接收到...
网页文件抓取器是一款强大的工具,专为深入网络获取所需数据而设计。它不仅能够帮助用户轻松地下载网页源码,还能将整个网站的文件结构完整地保存到本地,包括图片、CSS样式表、JavaScript文件以及其他任何网页所...
在IT行业中,网络爬虫是一...总之,网络爬虫抓取图片是一项涉及网络通信、HTML解析、文件下载等多个领域的技术,需要对这些知识有深入理解。在实际操作中,合理的设计和实现可以提高爬取效率,同时确保合法性和道德性。
标题中的“Winform实现网络数据包抓取软件”是指利用Windows Forms(Winform)这一.NET框架下的用户界面开发工具,创建了一个能够捕获并解析网络数据包的应用程序。这种软件通常被称为网络嗅探器或数据包分析器,...
在这个网络蜘蛛源程序中,开发者可能使用了`System.Net`和`System.IO`命名空间来处理网络请求和文件操作,还可能利用了`System.Threading`或`System.Threading.Tasks`来实现多线程或异步操作,提高抓取速度。...
本文将基于"聊天传送文件抓取屏幕"这一主题,详细阐述相关的核心技术和实践过程。 首先,我们需要理解“聊天”部分的基本原理。聊天功能通常基于网络通信协议,如TCP/IP或者WebSocket,用于实时的数据传输。在编程...
2. **Cap.exe**:可执行文件,可能是一个命令行工具或者图形用户界面的应用程序,用于启动和控制网络数据的抓取过程。它可以调用 `Hook.dll` 中的函数来实现实际的网络监控功能。 综上所述,这个工具可能的工作流程...
7. 法律与道德:抓取网络资源时,应遵守网站的robots.txt文件规定,尊重版权,避免对服务器造成过大的负担。 在网络编程中,还有一种叫做Web Scraping的技术,它是网络爬虫的一种特殊情况,专注于从特定网站抓取...
在IT领域,网络数据包抓取是一项至关重要的技术,它能帮助我们理解网络通信的细节,排查问题,以及进行安全审计。"基于链路层的网络数据包抓取"指的是在网络协议栈的最底层——链路层进行数据包捕获。链路层是TCP/IP...
在学习古月居课程《基于深度学习的机器人平面抓取》的过程中,针对GGCNN抓取网络,训练GGCNN需要两个文件:.mat格式的标签文件和.tiff格式的深度图,因为文件体积太大,我分成两个文件来发。 本资源是根据pcd****...
标题中的“可以聊天传送文件抓取屏幕”暗示了我们讨论的是一个集成了聊天、文件传输和屏幕截图功能的软件或应用程序。这样的系统通常用于远程协作、团队沟通或者在线支持服务,使得用户能够实时交流、分享文件,并且...
网络视频抓取是互联网上一个常见的需求,尤其对于那些希望离线观看或保存喜欢的视频内容的用户。在众多工具中,"VideoCacheView" 是一个高效且实用的解决方案,它专为解决网站屏蔽视频下载问题而设计。下面将详细...
在IT领域,网络数据包抓取是网络诊断和分析的重要技术。C#作为一种强大的编程语言,也能够用于实现这一功能,特别是在开发网络应用时需要理解网络通信细节时。本资源"**C# 抓取TCP UDP网络数据包.zip**"包含了一个C#...
【追虹网络蜘蛛 抓取网页】 网络爬虫,又称为网络蜘蛛,是互联网上的一个自动化程序,用于遍历和索引网页,收集信息。在IT领域,它们扮演着至关重要的角色,特别是在搜索引擎的构建中。追虹网络蜘蛛是这类工具的一...
《网络游戏-分布式网络爬虫抓取任务调度方法、调度端设备及抓取节点》这个压缩包文件主要聚焦于网络游戏环境下的分布式网络爬虫技术,它涉及到的任务调度方法、调度端设备以及抓取节点的设计与应用是核心内容。...
网络数据报文抓取工具是IT领域中一种重要的网络诊断和分析工具,它允许用户查看网络上流动的数据包,从而获取通信过程中的详细信息。在本案例中,我们讨论的是一款名为"webcatch.exe"的工具,这可能是一个小巧而实用...