使用 Java 进行离线 HTTP 探索 [关闭]答案

【问题标题】：Offline HTTP explore with Java [closed]使用 Java 进行离线 HTTP 探索 [关闭]
【发布时间】：2013-07-03 17:03:38
【问题描述】：

我对如何请求 http 站点并离线浏览它们进行了一些研究；我发现这是一个可能的答案：

但问题是，它不是那么完整或直观。有没有人有我可以使用的关于这个主题的一个很好的文献资源？

提前致谢

【问题讨论】：

【解决方案1】：

使用Jsoup：Java HTML 解析器

jsoup 是一个用于处理真实世界 HTML 的 Java 库。它提供一个非常方便的 API，用于提取和操作数据，使用最好的 DOM、CSS 和类似 jquery 的方法。

阅读内容就这么简单：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
Elements newsHeadlines = doc.select("#mp-itn b a");

【讨论】：

我得到了 jsoup 阅读文档的想法，但问题是，此连接方法打开连接并从 URL 获取对象和子对象，然后我需要处理保存部分我的高清？
@VictorOliveira JSoup 将整个 html 加载到 Document 对象中。您可以遍历该文档并获取节点。
很抱歉，但我仍然不明白我将如何访问这个对象和他的内容。我不把它作为一个文件下载吗？
@VictorOliveira 文档对象有很多实用方法来读取页面的不同部分。查看本教程以了解它：mkyong.com/java/jsoup-html-parser-hello-world-examples
我在这里考虑如何合并两种方式，因为我已经有了连接并将 html 下载到我的 HD..但问题是，我下载的 html 附带的链接是不是本地可访问的，因为我需要像 jsoup 这样的东西 - 或者我误解了什么？ ||顺便说一句谢谢你的链接

【解决方案2】：

使用 Jsoup：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
Strin html=doc.html();
//save html in a file

【讨论】：