Beiträge

Beginner   Java allgemein   JDBC   JNI   Networking   Online-Ressourcen   Swing + AWT   XML   Meckerecke    Antworten     Neuer Beitrag     Gesamtdarstellung Detaildarstellung Einzeldarstellung Threaddarstellung

Beitrag 142 von 2212 (6%)

Autor	DeaconFrost
Datum	24.11.05, 11:09
Betreff	Re: Web-Seiten Inhalt auslesen und in textfile speichern

---

Dazu einige Fragen:
Ist mit Inhalt einer Website wirklich die ganze Site (Hunderte Seiten) oder eine bestimmte Webseite gemeint (eine URL)?
Quelltext bedeutet HTML?
Wenn die gewünschten Daten nicht im Quelltext stehen, sondern generiert werden: Wer generiert? Wie bzw. wodurch werden die Ergebnisse beschrieben (Java-Script)?

Grundsätzlich:
Die Java-Bibliothek ist sehr flexibel. Den Inhalt einer bestimmten HTML-Seite auszulesen ist z.B. kein Problem. Im Paket java.net finden sich einige nützliche Klassen.
Mittels der Klassen HttpURLConnection bzw. HttpsURLConnection und einer entsprechen URL (Klasse URL), kann der Inhalt einer beliebigen Webseite als Quelle für Daten genutzt werden.
Die Methode getInputStream() gibt einen entsprechenden Datenstrom zurück (Klasse java.io.InputStream), aus dem die Daten dann ausgelesen werden können. Von da an funktioniert dann genauso wie das Einlesen einer Datei (Paket java.io).
In dem entsprechenden Datenstrom kannst du dann mit Stringsuche usw. die entsprechenden Daten finden, sofern sie im Klartext vorliegen.

Wird der gesuchte Inhalt aber erst über JavaScript, VBScript, o.ä. erst vom Browser generiert, sehe ich eher geringe Chancen, dass Du so einfach an die Daten herankommst. In diesem Fall bräuchtest Du nämlich einen entsprechenden Interpreter, der die Befehle der Skriptsprache ausführt. Java bietet hier AFAIK aber keine entsprechende Unterstützung in der API, d.h. Du müsstest diesen Interpreter entweder selbst schreiben oder eine entsprechende Bibliothek finden.




Diskussionsverlauf:

Web-Seiten Inhalt auslesen und in textfile speichern     Re: Web-Seiten Inhalt auslesen und in textfile speichern

Auf diesen Beitrag antworten   Neuen Beitrag verfassen