使用java獲取HTML內容的最快方法是什麼？

我有這個，但我想知道如果有一個更快的方法：使用java獲取HTML內容的最快方法是什麼？

 URL url=new URL(page); 
     InputStream is = new BufferedInputStream(url.openConnection().getInputStream()); 
     BufferedReader in=new BufferedReader(new InputStreamReader(is)); 
     String tmp=""; 
     StringBuilder sb=new StringBuilder(); 
     while((tmp=in.readLine())!=null){ 
      sb.append(tmp); 
     }

來源

2012-08-01 Lengoman

該代碼使用系統的默認字符集...這是很好的，只要頁面內容使用相同的字符集。 – dnault 2012-08-01 21:46:03

也許網絡是最大的開銷，沒有太多你可以在Java代碼側做。但使用IOUtils至少要快得多：

String page = IOUtils.toString(url.openConnection().getInputStream());

請記住關閉基礎流。

來源

2012-08-01 21:40:37

這是正確的，IOUtils方法在一行中做同樣的事情，除了它使用StringBuffer而不是StringBuilder – 2012-08-01 21:46:57

+1，這很簡單並且可能足夠快。如果沒有，我想你可以讀取Content-Length頭並預先分配一個與內容大小完全一樣的字節緩衝區，然後將字節數組傳遞給一個String構造函數......但這看起來像是過度殺傷。 – dnault 2012-08-01 21:51:52

如果你需要操作你的html，找一些庫。例如jsoup。

jsoup是一個用於處理真實世界HTML的Java庫。它爲提供了一個非常方便的API，用於提取和操作數據，使用最好的DOM，CSS和類似jquery的方法。

例子：

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

來源

2012-08-01 21:51:02 smas

如果你使用Apache下議院IO的IOUtils作爲托馬斯建議，還有一個更簡單的方法：toString(URL)，或者接受一個字符集（當然其首選的表兄弟，需要知道資源的字符集提前）。

String string = IOUtils.toString(new URL("http://some.url"));

或

String string = IOUtils.toString(new URL("http://some.url"), "US-ASCII");

來源

2013-10-03 17:24:02

使用java獲取HTML內容的最快方法是什麼？

回答

相關問題