`
starbhhc
  • 浏览: 654403 次
  • 性别: Icon_minigender_2
  • 来自: 深圳
社区版块
存档分类
最新评论

微信公众帐号开发教程第14篇-应用实例之历史上的今天

 
阅读更多

内容概要

本篇文章主要讲解如何在微信公众帐号上实现“历史上的今天”功能。这个例子本身并不复杂,但希望通过对它的学习,读者能够对正则表达式有一个新的认识,能够学会运用现有的网络资源丰富自己的公众账号。

 

何谓历史上的今天

回顾历史的长河,历史是生活的一面镜子;以史为鉴,可以知兴衰;历史上的每一天,都是喜忧参半;可以了解历史的这一天发生的事件,借古可以鉴今,历史是不能忘记的。查看历史上每天发生的重大事情,增长知识,开拓眼界,提高人文素养。

 

寻找接口(数据源)

要实现查询“历史上的今天”,首先我们要找到相关数据源。笔者经过搜索发现,网络上几乎没有现成的“历史上的今天”API可以使用,所以我们只能通过爬取、解析网页源代码的方式得到我们需要的数据。笔者发现网站http://www.rijiben.com/上包含“历史上的今天”功能,就用它做数据源了。

 

开发步骤

为了便于读者理解,我们需要清楚该应用实例的开发步骤,主要如下:

1)发起HTTP GET请求,获取网页源代码。

2)运用正则表达式从网页源代码中抽取我们需要的数据。

3)对抽取得到的数据进行加工(使内容呈现更加美观)。

4)将以上三步进行封装,供外部调用。

5)在公众账号后台调用封装好的“历史上的今天”查询方法。

 

代码实现

笔者将上述步骤1)、2)、3)中的代码实现封装成了TodayInHistoryService类,并对外提供了getTodayInHistory()方法来获取“历史上的今天”。实现代码如下:

 

[java] view plaincopy
 
  1. import java.io.BufferedReader;  
  2. import java.io.InputStream;  
  3. import java.io.InputStreamReader;  
  4. import java.net.HttpURLConnection;  
  5. import java.net.URL;  
  6. import java.text.DateFormat;  
  7. import java.text.SimpleDateFormat;  
  8. import java.util.Calendar;  
  9. import java.util.regex.Matcher;  
  10. import java.util.regex.Pattern;  
  11.   
  12. /** 
  13.  * 历史上的今天查询服务 
  14.  *  
  15.  * @author liufeng 
  16.  * @date 2013-10-16 
  17.  *  
  18.  */  
  19. public class TodayInHistoryService {  
  20.   
  21.     /** 
  22.      * 发起http get请求获取网页源代码 
  23.      *  
  24.      * @param requestUrl 
  25.      * @return 
  26.      */  
  27.     private static String httpRequest(String requestUrl) {  
  28.         StringBuffer buffer = null;  
  29.   
  30.         try {  
  31.             // 建立连接  
  32.             URL url = new URL(requestUrl);  
  33.             HttpURLConnection httpUrlConn = (HttpURLConnection) url.openConnection();  
  34.             httpUrlConn.setDoInput(true);  
  35.             httpUrlConn.setRequestMethod("GET");  
  36.   
  37.             // 获取输入流  
  38.             InputStream inputStream = httpUrlConn.getInputStream();  
  39.             InputStreamReader inputStreamReader = new InputStreamReader(inputStream, "utf-8");  
  40.             BufferedReader bufferedReader = new BufferedReader(inputStreamReader);  
  41.   
  42.             // 读取返回结果  
  43.             buffer = new StringBuffer();  
  44.             String str = null;  
  45.             while ((str = bufferedReader.readLine()) != null) {  
  46.                 buffer.append(str);  
  47.             }  
  48.   
  49.             // 释放资源  
  50.             bufferedReader.close();  
  51.             inputStreamReader.close();  
  52.             inputStream.close();  
  53.             httpUrlConn.disconnect();  
  54.         } catch (Exception e) {  
  55.             e.printStackTrace();  
  56.         }  
  57.         return buffer.toString();  
  58.     }  
  59.   
  60.     /** 
  61.      * 从html中抽取出历史上的今天信息 
  62.      *  
  63.      * @param html 
  64.      * @return 
  65.      */  
  66.     private static String extract(String html) {  
  67.         StringBuffer buffer = null;  
  68.         // 日期标签:区分是昨天还是今天  
  69.         String dateTag = getMonthDay(0);  
  70.   
  71.         Pattern p = Pattern.compile("(.*)(<div class=\"listren\">)(.*?)(</div>)(.*)");  
  72.         Matcher m = p.matcher(html);  
  73.         if (m.matches()) {  
  74.             buffer = new StringBuffer();  
  75.             if (m.group(3).contains(getMonthDay(-1)))  
  76.                 dateTag = getMonthDay(-1);  
  77.   
  78.             // 拼装标题  
  79.             buffer.append("≡≡ ").append("历史上的").append(dateTag).append(" ≡≡").append("\n\n");  
  80.   
  81.             // 抽取需要的数据  
  82.             for (String info : m.group(3).split("  ")) {  
  83.                 info = info.replace(dateTag, "").replace("(图)""").replaceAll("</?[^>]+>""").trim();  
  84.                 // 在每行末尾追加2个换行符  
  85.                 if (!"".equals(info)) {  
  86.                     buffer.append(info).append("\n\n");  
  87.                 }  
  88.             }  
  89.         }  
  90.         // 将buffer最后两个换行符移除并返回  
  91.         return (null == buffer) ? null : buffer.substring(0, buffer.lastIndexOf("\n\n"));  
  92.     }  
  93.   
  94.     /** 
  95.      * 获取前/后n天日期(M月d日) 
  96.      *  
  97.      * @return 
  98.      */  
  99.     private static String getMonthDay(int diff) {  
  100.         DateFormat df = new SimpleDateFormat("M月d日");  
  101.         Calendar c = Calendar.getInstance();  
  102.         c.add(Calendar.DAY_OF_YEAR, diff);  
  103.         return df.format(c.getTime());  
  104.     }  
  105.   
  106.     /** 
  107.      * 封装历史上的今天查询方法,供外部调用 
  108.      *  
  109.      * @return 
  110.      */  
  111.     public static String getTodayInHistoryInfo() {  
  112.         // 获取网页源代码  
  113.         String html = httpRequest("http://www.rijiben.com/");  
  114.         // 从网页中抽取信息  
  115.         String result = extract(html);  
  116.   
  117.         return result;  
  118.     }  
  119.   
  120.     /** 
  121.      * 通过main在本地测试 
  122.      *  
  123.      * @param args 
  124.      */  
  125.     public static void main(String[] args) {  
  126.         String info = getTodayInHistoryInfo();  
  127.         System.out.println(info);  
  128.     }  
  129. }  

代码解读:

 

1)27-58行代码是httpRequest()方法,用于发起http get请求,获取指定url的网页源代码。

2)66-92行代码是extract()方法,运用正则表达式从网页源代码中抽取“历史上的今天”数据。

3)111-118行代码是getTodayInHistory()方法,封装给外部调用查询“历史上的今天”。

4)125-128行代码是main方法,用于在本地的开发工具中测试。

5)75-76行代码的作用是判断获取到的“历史上的今天”数据是当天的还是前一天的(因为不能保证www.rijiben.com上的数据一定在凌晨零点准时更新,所以为了保证数据的准确性必须做此判断)。

6)第71行代码是本文的重点,笔者编写的正则表达式规则是“(.*)(<div class=\"listren\">)(.*?)(</div>)(.*)”。正则表达式规则需要根据网页源代码进行编写的,特别是包含“历史上的今天”数据的那部分HTML标签,所以我们先来查看网页源代码。通过httpRequest("http://www.rijiben.com/")方法获取到的网页源代码,与我们通过浏览器访问http://www.rijiben.com/页面再点击右键选择“查看网页源代码”所得到的结果完全一致。我们通过浏览器查看http://www.rijiben.com/的网页源代码,然后找到“历史上的今天”数据所在位置,如下图所示:

 

从上面的源代码截图中可以看到,我们需要的数据被包含在<div class="listren">标签内,这样就不难理解为什么正则表达式要这样写:

(.*)(<div class=\"listren\">)(.*?)(</div>)(.*)

我们使用括号()将正则表达式规则分成了5组,下面是这些分组的说明:

第1组:(.*)表示网页源代码中<div class="listren">标签之前还有任意多个字符。
第2组:(<div class=\"listren\">)中的反斜杠表示转义,所以该规则就是用于匹配<div class="listren">。
第3组:(.*?)表示在标签<div class="listren">和</div>之间的所有内容,这才是我们真正需要的数据所在。
第4组:(</div>)就是用于匹配<div class="listren">的结束标签。
第5组:(.*)表示在</div>标签之后还有任意多的字符。

掌握了正则表达式规则的含义,就不难理解为什么在extract()方法中全都是在使用m.group(3),因为m.group(3)就表示匹配到数据的第3个分组。m.group(3)的内容如下:

 

[html] view plaincopy
 
  1.        

可以看到,通过正则表达式抽取得到的m.group(3)中仍然有大量的html标签、空格、换行、无关字符等。我们要想办法把它们全部过滤掉,第83行代码的作用正是如此。

 

 

组装文本消息

 

[java] view plaincopy
 
  1. // 组装文本消息(历史上的今天)  
  2. TextMessage textMessage = new TextMessage();  
  3. textMessage.setToUserName(fromUserName);  
  4. textMessage.setFromUserName(toUserName);  
  5. textMessage.setCreateTime(new Date().getTime());  
  6. textMessage.setMsgType(WeixinUtil.RESP_MESSAGE_TYPE_TEXT);  
  7. textMessage.setFuncFlag(0);  
  8. textMessage.setContent(TodayInHistoryService.getTodayInHistoryInfo());  

 

对于公众帐号的消息回复在本系列教程的第5篇已经讲的很详细了,所以在这里笔者只是简单的组装了文本消息。最后,我们来看一下在微信公众帐号上的演示效果:

 

说明:与其说这是一篇关于公众帐号应用开发的教程,倒不如说这是一篇关于网页数据爬取的教程。本文旨在为读者开辟思路,介绍一种数据获取方式。当然,这种做法也是有弊端的,当网页改版源代码结构发生变化时,就需要重新改写数据抽取代码。没有做不到,只有想不到!

分享到:
评论

相关推荐

    微信公众帐号开发教程

    网络收集整理 ...[040] 微信公众帐号开发教程第16篇-应用实例之历史上的今天 - 柳峰的专栏 - 博客频道 - CSDN.NET [041] 微信公众帐号开发教程第17篇-应用实例之智能翻译 - 柳峰的专栏 - 博客频道 - CSDN.NET

    JAVA微信开发资料

    微信公众帐号开发教程第 16 篇-应用实例之历史上的今天.123 微信公众帐号开发教程第 17 篇-应用实例之智能翻译132 微信公众帐号开发教程第 18 篇-应用实例之音乐搜索140 微信公众平台开发教程第 19 篇-应用实例之...

    微信公共账号开发教程

    2. 微信公众帐号开发教程第2篇-微信公众帐号的类型(普通和会议) 3. 微信公众帐号开发教程第3篇-开发模式启用及接口配置 . 微信公众帐号开发教程第5篇-各种消息的接收与响应 6. 微信公众帐号开发教程第6篇-文本...

    微信小程序开发图解案例教程-源代码

    微信小程序开发图解案例教程-源代码微信小程序开发图解案例教程-源代码微信小程序开发图解案例教程-源代码微信小程序开发图解案例教程-源代码微信小程序开发图解案例教程-源代码微信小程序开发图解案例教程-源代码...

    微信开发实例 微信公众平台开发 之微信接口前期准备

    微信开发实例 微信公众平台开发教程-深入浅出微信公众平台实战开发(微网站、LBS云、Api接口调用、服务号高级接口)1.微信接口前期准备。由北风网提供,微信开发实例微信公众平台基础篇: 1)微信公众平台简介:开发...

    微信公众平台应用开发实战-完整扫描版 pdf 文档

    微信公众平台应用开发实战-完整扫描版.pdf 全书一共9章,在逻辑上分为四大部分:第一部分(第1章)介绍了微信公众平台的开发模式、数据交互方式,以及开发公众平台应用所需要的各项技术;第二部分(第2~4章)首先...

    java开发微信公众平台

    微信公众帐号开发教程第1 篇-引言 微信公众帐号开发教程第2 篇-微信公众帐号的类型(普通和会议) 微信公众帐号开发教程第3 篇-开发模式启用及接口配置 微信公众帐号开发教程第4 篇-消息及消息处理工具的封装 微信...

    微信公众平台开发入门教程

    微信公众平台开发入门教程

    微信公众账号开发教程

    接触微信公众帐号已经有两个多月的时间了,在这期间,除了陆续完善...所以,就有了写微信公众帐号开发教程的想法,将学习到的技术经验分享出来,帮助更多需要的朋友,也希望借此认识同行的朋友,共同交流,共同进步!

    微信公众平台开发教程,Java

    微信公众平台的开发教程,用Java写的,挺有借鉴的意义

    微信公众平台开发教程Java版

    微信公众平台开发教程Java版 微信公众平台开发教程Java版

    微信公众平台开发实例教程-源代码

    微信公众平台开发实例教程-源代码

    微信公众平台最佳实践-源代码-方倍工作室

    为了推出更好更有价值的作品,我们整合我们已有的教程资源并从2013年的100多个开发案例中挑选出最受欢迎的功能应用,重新编写了这本的微信公众平台开发教程。新教程中全面介绍微信公众平台包括微信支付在内的所有...

    微信公众平台开发教程之新手初级入门攻略 附PHP代码实例

    微信公众平台开发教程之新手初级入门攻略 附PHP代码实例

    微信公众平台开发教程4

    微信公众平台开发教程,适合初学者了解入门,用的是php语言,简单易懂,欢迎下载

    微信公众平台开发教程(含java代码)

    微信开发即微信公众平台开发,将企业信息、服务、活动等内容通过微信网页的方式进行表现,用户通过简单的设置,就能生成微信3G网站。通过微信公众平台将企业品牌展示给微信用户,减少宣传成本,建立企业与消费者、...

    微信公众账号开发教程(java)

    微信公众账号开发教程(java) 程主要是面向有一定Java编程基础的朋友 1)前沿知识:微信公众帐号的分类、两种模式各自的特点和区别、开发模式的配置使用等; 2)API中各类消息的使用(我已经对api进行封装并打成了jar...

Global site tag (gtag.js) - Google Analytics