bestimmten HTML Code per JAva lesen lassen

[Renas]

Guten Tag


Ich beschäftige mich erst seit kurzem mit Java. Hab also kaum ahnung davon, hoffe ihr helft mir trotzdem.

Mein Problem:

Ich möchte von einer Webseite den HTML Code gelesen habe und angezeigt bekommen, jedoch nicht den kompletten Code sondern nur bestimmte Wörter davon, hab meine schlauen Bücher durch geschaut - leider nur wenig hilfreiches gefunden. Auch google hat nicht zum erfolg beigetragen.



Zwar geht es um diesen Code, ich sitze schon etwas länger dran :

public class Suche extends Frame implements Runnable {
    Thread runner;
    URL page;
    TextArea box = new TextArea("läd Text ...");

    public Suche() {
        super("läd URL");
        add(box);
        try {
            page = new URL("http://www.google.com/");
        }
        catch (MalformedURLException e) {
            System.out.println("Bad URL: " + page);
        }
    }

    public static void main(String[] arguments) {
        Suche frame = new Suche();

        WindowListener l = new WindowAdapter() {
            public void windowClosing(WindowEvent e) {
                System.exit(0);
            }
        };
        frame.addWindowListener(l);

        frame.pack();
        frame.setVisible(true);
        if (frame.runner == null) {
            frame.runner = new Thread(frame);
            frame.runner.start();
        }
    }

    public void run() {
        URLConnection conn = null;
        InputStreamReader in;
        BufferedReader data;
        String line;
        StringBuffer buf = new StringBuffer();
        try {
            conn = this.page.openConnection();
            conn.connect();
            box.setText("Verbindung geöffnet ...");
            in = new InputStreamReader(conn.getInputStream());
            data = new BufferedReader(in);
            box.setText("lese Daten ...");
            while ((line = data.readLine()) != null) {
                buf.append(line + "\n");
            }
            box.setText(buf.toString());
        } 
        catch (IOException e) {
            System.out.println("IO Error:" + e.getMessage());
        }
    }
}

Grüße Renas

 

[madboy]

Hi Renas,

kleiner Tip:

lass zum Testen die grafische Oberfläche weg. Wenn man nicht viel Ahnung hat, verwirrt das nur und man kann Fehler rein machen, die nix mit der Aufgabenstellung zu tun haben.

public static void main(String[] arguments) {
        URL page;
        try { 
            page = new URL("http://www.google.com/"); 
        } 
        catch (MalformedURLException e) { 
            System.out.println("Bad URL: " + page); 
        }

        URLConnection conn = null; 
        InputStreamReader in; 
        BufferedReader data; 
        String line; 
        StringBuffer buf = new StringBuffer(); 
        try { 
            conn = this.page.openConnection(); 
            conn.connect(); 
            System.out.println("Verbindung geöffnet ..."); 
            in = new InputStreamReader(conn.getInputStream()); 
            data = new BufferedReader(in); 
            System.out.println("lese Daten ..."); 
            while ((line = data.readLine()) != null) { 
                buf.append(line + "\n"); 
            } 
            System.out.println(buf.toString()); 
        } 
        catch (IOException e) { 
            System.out.println("IO Error:" + e.getMessage()); 
        } 
    }
}

Text finden kannst du mit String.indexOf(), Regex (java.util.regex.*) , String.contains(), ...

Gruß,
madboy

 

[Renas]

Hi madboy,

vielen dank für deine Anwort!

Habs jetzt mal versucht mit deinen Tipps[mit dem indexOF], nun wird nicht mehr der komplette HMTL code angezeigt sondern nur noch eine Zahl. Wenn das Wort gefunden wurde eine 3 bis 4 stellige Zahl(vermutlich zeilenangabe?), wenn nicht -1. Das möchte ich ja eingentlich nicht, sondern das der Suchbegriff ausgeben wird. Sorry hab nicht wirklich ahnung von Java

 

[madboy]

Korrekt, indexOf() gibt den Index (die Position im gesamten Text) zurück.

Beispiel für Verwendung von indexOf zum Ausgeben eines Strings zwischen zwei anderen (das was du meiner Einschätzung nach tun willst):

String text = "das ist ein langer Text und ich will das Wort zwischen blubb und blablubb suchen"; //also "und" wird gesucht
int startIndex = text.indexOf("blubb");
startIndex = startIndex + "blubb".length(); // muss sein weil sonst "blubb und" rauskommt
int endIndex = text.indexOf("blablubb");

String gefundenerString = text.substring(startIndex, endIndex);
System.out.println(gefundenerString);

Nächstes Mal aber bitte erst die Forensuche/Google verwenden, da findet sich doch einiges :###

Gruß,
madboy

 

[lava]

Ich hab ein ähnliches Problem und ein paar Fragen zu madboys Code (bin ebenfalls Anfängerin, schreibe meine Fragen als Kommentare in den Quelltext):

public static void main(String[] arguments) {
        URL page;
        try { 
            page = new URL("http://www.google.com/"); 
        } 

// wieso muß das nicht             URL page = new URL ("....")          heißen??? 


        catch (MalformedURLException e) { 
            System.out.println("Bad URL: " + page); 
        }

        URLConnection conn = null; 
        InputStreamReader in; 
        BufferedReader data; 
        String line; 
        StringBuffer buf = new StringBuffer(); 
        try { 
            conn = this.page.openConnection();


// brauche ich hier wirklich ein this ??? 


 
            conn.connect(); 


// ist this.page.openConnectin().connect() nicht doppelt gemoppelt ?

            System.out.println("Verbindung geöffnet ..."); 
            in = new InputStreamReader(conn.getInputStream())
            data = new BufferedReader(in); 


// hätte ich das wie folgt abkürzen können: data = new BufferedReader(new InputStreamReader(new URLconnection page.openConnection().connect().getInputStream())   ?


            System.out.println("lese Daten ..."); 
            while ((line = data.readLine()) != null) { 
                buf.append(line + "\n"); 
            } 
            System.out.println(buf.toString()); 
        } 
        catch (IOException e) { 
            System.out.println("IO Error:" + e.getMessage()); 
        } 
    }
}

*Wildcard - Codetags eingefügt*

 

[madboy]

Hi lava,

Ob das Beispiel funktioniert habe ich mir ehrlich gesagt nicht getestet/überlegt. Das wollte ich dem Fragensteller überlassen :wink:

Zu deinen Fragen:

        URL page; 
        try { 
            page = new URL("http://www.google.com/"); 
        } 

// wieso muß das nicht             URL page = new URL ("....")          heißen???

http://www.galileocomputing.de/open...02_003.htm#mj4d5e048998a23593cd7ec5d7131d5d3a

 conn = this.page.openConnection(); 
// brauche ich hier wirklich ein this ???

Nein, aber schaden tut es nicht.

http://www.galileocomputing.de/openbook/javainsel6/javainsel_06_001.htm#Xxx1007556

// ist this.page.openConnectin().connect() nicht doppelt gemoppelt ?

Stimmt. openConnection() reicht.

// hätte ich das wie folgt abkürzen können: data = new BufferedReader(new InputStreamReader(new URLconnection page.openConnection().connect().getInputStream())   ?

Nicht ganz.

BufferedReader reader = new BufferedReader(new InputStreamReader(urlConnection.getInputStream()));

Lass am Anfang aber lieber solche "Abkürzungen". Die sind schwieriger zu verstehen und auch Fehler lassen sich nicht so gut erkennen.

minimales Beispiel:

        try {
            URL url = new URL("http://www.google.de");
            URLConnection c = url.openConnection();

            InputStream inStream = c.getInputStream();
            InputStreamReader inReader = new InputStreamReader(inStream);
            BufferedReader buffReader = new BufferedReader(inReader);
            
            String line;
            while((line = buffReader.readLine()) != null) {
                System.out.println(line);
            }
            buffReader.close();
            
            } catch (MalformedURLException n) {
                n.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }

Gruß,
madboy

 

[HoaX]

je nach dem was du genau aus der seite holen willst könntest du auch httpunit/htmlunit verwenden. damit kann man schön direkt auf die html-elemente zugreifen.

bei großen seiten das gewünschte element finden geht leicht, z.B. mit firefox+firebug.

 

[Renas]

Ja funktionieren tuts schon, jedoch hat mad kleinen fehler reingemacht gemacht. Wenn ich mich recht entsinne - is schon ne weile her ^^.
Naja danke mad, is ungefähr das was ich wollte zumindesten kann ich jetzt weiter tüffelt das mit lenght funktioniert ledier bei meinen echten Prog nicht. Da das gesucht zufällig genergiert wird.
Sollte ich aber hin bekommen, falls nciht werd ich dich nochmal nerven