1、传入一个url，返回源代码 public static String getHTMLString url 获取指定URL的网页，返回网页内容的字符串，然后将此字符串存到文件即可 try URL newUrl = new URLurl URLConnection connect = newUrl。
2、javascript获取网页源码，测试了能通过的，你试下你把 l t g t的空格删了，因为百度不允许那些字符 test 关于百度页面zhtml？c=p=irolhomeprofile源码内容如下。
3、htmlparser框架，是解析网页的htmlparser是一个纯的java写的html解析的库，它不依赖于其它的java库文件，主要用于改造或 提取html它能超高速解析html，而且不会出错现在htmlparser最新版本为20毫不夸张地说，html。
4、只能抓取静态的页面源代码，因为很多事件和样式是动态绑定和执行的，所以不可能获取到执行完后的代码的public String getHtmlContentString htmlurl URL urlString tempStringBuffer sb = new StringBuffertry。
5、要获取源文件，必须使用URLConnectiongetInputStream以获取输入流进行读写，直接使用getContent则只能返回一个object对象，不能得到源文件Stringimport javanet*import javaio*public class OpenUrl public。
6、其实上面讲解了抓取的全过程，含较完整的源代码作者似乎没有使用jsoup，使用jsoup可以节省很多代码，比如截取某个标签后面的内容，使用jsoup包后一行代码就可以搞定最后将数据导出到word或execl里，可以使用工具Navicat 。
7、的src中， 一种是各个对象的background属性 还有一种就是在css中第三种特别麻烦，需要非常复杂的判断前两种都可通过正则表达式过滤html以后，有了一些自己用代码画图的方式这种图是没有图片链接的，就无法获取了。
8、连接拒绝，说明你所访问的网站没有响应，或者你没连接到网络检查你抓取的网址是不是写错了。
9、楼主可以试试我写的这个例子Java code？import import import import import import。
10、在你写的跟目录下删除自动生成的文件， 在回到JAVA里面从新点击执行，就可以了。
