`

网络文件抓取

阅读更多
   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:
评论

相关推荐

    利用网络嗅探实现抓取网络文件

    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

    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...

    抓取图片(网络爬虫)

    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。

    Winform实现网络数据包抓取软件

    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,...

    网络抓取蜘蛛源程序

    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。...

    聊天传送文件抓取屏幕

    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...

    抓取进程的网络数据工具

    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...

    网络编程抓取网络资源信息

    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...

    基于链路层的网络数据包抓取

    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...

    抓取检测数据集Cornell生成抓取检测标签.mat文件

    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****...

    可以聊天传送文件抓取屏幕

    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videocacheview

    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...

    C# 抓取TCP UDP网络数据包.zip

    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

    【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.zip

    《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

    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...

Global site tag (gtag.js) - Google Analytics