【正文】 后返回，而這是極其低效的。 可以對使用 DataInputStream 進行按原文輸入的程序進行本地化，方法是用合適的 BufferedReader 替換每個 DataInputStream。如下代碼：BufferedReader reader = new BufferedReader(new FileReader(fp))。初始化一個 Bufferedreader 類型的變量 reader 首先將文文件存儲地址（字符串）轉(zhuǎn)換成文件路徑，使文件內(nèi)容可讀，如果文件路徑違法（不是常規(guī)檔類型或者檔不存在）會拋出異常。如果文件路徑合法，文件內(nèi)容合法，內(nèi)容可讀取，初始化 Bufferedreader類型變量 ，使文件內(nèi)容可逐行被讀取。如下代碼：String strTempWhile( (strTemp = ()) != null)；可以獲得一行文本內(nèi)容，讀取之后自動跳到下一行。當讀取內(nèi)容為空時，判斷文檔讀取結(jié)束。獲得URL后，調(diào)用函數(shù)沈陽理工大學(xué)學(xué)士學(xué)位論文24strHtml = (strUrl, 60 * 1000, utf8, null, proxy)。getHtmlText函數(shù)：public static String getHtmlText(String strUrl, int timeout,String strEnCoding, String cookies, Proxy proxy)strUrl 網(wǎng)址字符串timeout 超時設(shè)置strEnCoding 網(wǎng)頁編碼cookies 網(wǎng)頁cookiesCookies是我們?yōu)g覽的網(wǎng)站傳輸?shù)接脩粲嬎銠C硬盤中的文本文件或內(nèi)存中的數(shù)據(jù)，可以當作緩存來記，就是你第一次打開某網(wǎng)站然后關(guān)了在開一下相對第一次會快點，因為第一次的記錄在COOKIES里儲存了，第二次在開那就直接可以調(diào)可它這樣就會快點！Proxy 代理設(shè)置獲得網(wǎng)頁源代碼首先要獲得網(wǎng)頁鏈接：將 String 類型的變量 strURL 轉(zhuǎn)換為 URL 類型：URL url = new URL(strUrl)。URL 有三部分組成 ： 協(xié)議， 域名 ， 所在目錄的超級鏈接。為了使用個多的 API 自帶的函數(shù)，將 url 轉(zhuǎn)換成 HttpURLConnection 類型。代碼：Connection = (HttpURLConnection) ()。此處的 Connection 對象實際上是根據(jù) URL 的請求協(xié)議(此處是 )生成的URLConnection 類的子類 HttpURLConnection,故此處最好將其轉(zhuǎn)化為HttpURLConnection 類型的對象 ,以便用到 HttpURLConnection 更多的 API. 返回一個 URLConnection 對象，它表示到 URL 所引用的遠程對象的連接。 每次調(diào)用此 URL 的協(xié)議處理程序的 openConnection 方法都打開一個新的連接。真正建立連接 發(fā)送連接請求：InputStream urlStream = ()。InputStream 此抽象類是表示字節(jié)輸入流的所有類的超類。程序可以從中連續(xù)讀取字節(jié)的對象叫輸入流，用 InputStream 類來描述所有輸入流的抽象概念。調(diào)用 HttpURLConnection 連接對象的 getInputStream()函數(shù)，將內(nèi)存緩沖區(qū)中封裝好的完整的 HTTP 請求電文發(fā)送到服務(wù)端。讀入的數(shù)據(jù)放入緩存結(jié)束后讀取BufferedInputStream buff = new BufferedInputStream(urlStream)。BufferedInputStream 作為另一種輸入流，BufferedInputStream 為添加了功能，即緩沖輸沈陽理工大學(xué)學(xué)士學(xué)位論文25入和支持 mark 和 reset 方法的能力。創(chuàng)建 BufferedInputStream 時即創(chuàng)建了一個內(nèi)部緩沖區(qū)數(shù)組。讀取或跳過流中的各字節(jié)時，必要時可根據(jù)所包含的輸入流再次填充該內(nèi)部緩沖區(qū)，一次填充多個字節(jié)。mark 操作記錄輸入流中的某個點，reset 操作導(dǎo)致在從所包含的輸入流中獲取新的字節(jié)前，再次讀取自最后一次 mark 操作以來所讀取的所有字節(jié)。 InputStreamReader r = new InputStreamReader(buff)。InputStreamReader：InputStreamReader 是字節(jié)流通向字符流的橋梁：它使用指定的 charset 讀取字節(jié)并將其譯碼為字符。它使用的字符集可以由名稱指定或顯式給定，否則可能接受平臺默認的字符集。 每次調(diào)用 InputStreamReader 中的一個 read() 方法都會導(dǎo)致從基礎(chǔ)輸入流讀取一個或多個字節(jié)。要啟用從字節(jié)到字符的有效轉(zhuǎn)換，可以提前從基礎(chǔ)流讀取更多的字節(jié)，使其超過滿足當前讀取操作所需的字節(jié)。 新建一個 Bufferedreader 類型變量： BufferedReader br = null。用來一行行讀取讀入的緩存中的網(wǎng)頁源代碼 。在申請一個字符串，把讀取的字符串放入一個字符串中。while ((strLine = ()) != null) {(strLine + \r\n)。} 使用 append 把讀入的 字符串添加到一個新的字符產(chǎn)中并添加回車 。 獲得網(wǎng)頁源代碼后，刪除冗余的信息，找到通用的標志位置：HtmlStarSign 為起始標志位置，HtmlEndSign 為皆為標志。String HtmlStarSign = TD width=\230\ align=right bgcolor=\F8F8F8\ style=\paddingright:10px\。String HtmlEndSign = SCRIPT LANGUAGE=\JavaScript\。 得到標志后調(diào)用函數(shù)：strHtml = (strHtml, HtmlStarSign,HtmlEndSign)。 從字符串的頭開始檢索與 HtmlStarSign 完全相符的字符串：int iSPos = (strStart, pos)。函數(shù) public int indexOf(int ch, int fromIndex)從指定的索引開始搜索，返回在此字符串中第一次出現(xiàn)指定字符處的索引。在此對象表示的字符序列中第一次出現(xiàn)的大于或等于 fromIndex 的字符的索引，如果未出現(xiàn)該字符，則返回 1。返回的整形數(shù)標志了起始沈陽理工大學(xué)學(xué)士學(xué)位論文26標志字符串的起始位置，在查找戒指標志時要從起始字符串的結(jié)束位置開始查找 iEPos = (strEnd, iSPos + ())。得到字符串結(jié)尾標志的位置。調(diào)用函數(shù)public String substring(int beginIndex, int endIndex)返回一個新字符串，它是此字符串的一個子字符串。該子字符串從指定的 beginIndex 處開始，一直到索引 endIndex 1 處的字符。因此，該子字符串的長度為 endIndexbeginIndex。調(diào)用函數(shù)：String strTemp = (iSPos + (), iEPos)。得到想要的包括頁面主要信息的部分。此時得到的網(wǎng)頁源代碼包含很多網(wǎng)頁標簽空格，為了使提取信息詳情更加簡單，用自編的函數(shù)去除多余的網(wǎng)頁卷標，網(wǎng)頁卷標的格式為尖括號內(nèi)的值，如下網(wǎng)頁源代碼 :meta charset=utf8 /title360 導(dǎo)航_新一代安全上網(wǎng)導(dǎo)航 /titlelink rel=dnsprefetch href=///meta name=description content=360 導(dǎo)航 新一代安全上網(wǎng)導(dǎo)航，為用戶提供門戶、新聞、視頻、游戲、小說、彩票等各種分類的優(yōu)秀內(nèi)容和網(wǎng)站入口，提供最簡單便捷的上網(wǎng)導(dǎo)航服務(wù)。安全上網(wǎng)，從 360 導(dǎo)航開始。 /meta name=keywords content=360 導(dǎo)航,網(wǎng)址之家,網(wǎng)址大全,網(wǎng)址導(dǎo)航,360 安全網(wǎng)址,360 網(wǎng)址大全,上網(wǎng)導(dǎo)航,網(wǎng)址 /base target=_blank/取出后的結(jié)果應(yīng)為：360 導(dǎo)航_新一代安全上網(wǎng)導(dǎo)航。調(diào)用函數(shù)：strHtml = (strHtml)。去除多余卷標，函數(shù)有一個標記符 flag flag 最開始賦值為 0，當遇到“”時 flag 的值為 1 當 flag 為 1 時 只讀取的字符而不在錄入到新的字符串中，這樣就去除了標簽的內(nèi)容，當讀取到“”時 flag 從新被賦值為 0 。讀取字符被錄入到字符串中。建立一個新的類 BeanSon 用于存儲過濾后的頁面信息 Beason 包含：String StandardNo = 。String StandardTiCh = 。沈陽理工大學(xué)學(xué)士學(xué)位論文27String StandardTiEn = 。String IssuDate = 。String ExcuDate = 。String FirstIssDate = 。String StandardState = 。String ReviewAffiDate = 。String PlanNo = 。String ReplaceStandard = 。String ReplacedStandard = 。String RevocatoryDate = 。String AdopInteStandNo = 。String AdopInteStandName = 。String AppliDegree = 。String AdopInteStand = 。String ICS = 。String CCS = 。String StandSort = 。String NumberofPages = 。String Price = 。String Governor = 。String TecCommittees = 。String DrafCommittee = 。這些變量用于存儲解析后要保存的具體內(nèi)容，逐一將內(nèi)容存入到這個對象中。每解析一個網(wǎng)頁就建立一個 bean 便于程序下一步將獲取的信息存入獨立的 XML 文檔。XML 文檔的生成寫入首先建立一個 document 類型的對象并且初始化： Document doc = ()。 Document 可以看做是 XML 在內(nèi)存中的鏡像，那么一旦對 document 操作就相當于對XML 操作。沈陽理工大學(xué)學(xué)士學(xué)位論文28建立一個 Element 類型的節(jié)點 變量名為 RootElement 顯示出來的卷標為“doc”。Element rootElement = (doc)。Element 界面表示 HTML 或 XML 文文件中的一個元素。元素可能有與它們相關(guān)的屬性；由于 Element 接口繼承自 Node，所以可以使用一般 Node 接口屬性 attributes 來獲得元素所有屬性的集合。Element 接口上有通過名稱獲得 Attr 對象或通過名稱獲得屬性值的方法。在 XML 中（其中的屬性值可能包含實體引用），應(yīng)該獲得 Attr 對象來檢查表示屬性值的可能相當復(fù)雜的子樹。另一方面，在 HTML 中（其中的所有屬性都有簡單的字符串值），可以使用直接訪問屬性值的方法，這既安全又便捷。 (rootElement)。將 建立好的節(jié)點放在 doc 上，作為根節(jié)點調(diào)用 public static void addElement(Element rootElement, String strLab,String strVal)添加子節(jié)點到根節(jié)點下，第一個參數(shù)為 要添加節(jié)點的父節(jié)點，第二個為新節(jié)點的標簽，第三個為新節(jié)點的值。反復(fù)調(diào)用此函數(shù)，將對象 bean 內(nèi)的值逐一添加到在節(jié)點中，其中變量名稱為卷標，變量值為節(jié)點值；如：addElement(rootElement, Governor, ())。這個函數(shù)是 java 自帶函數(shù)的從定義，在這個函數(shù)內(nèi)部，需要調(diào)用自帶函數(shù) Element titleElement = (strLab)。if (null == strVal) {strVal = 。}(strVal)。當所有節(jié)點添加進來后，一個完整的 XML 文檔已經(jīng)在緩存中形成，但是并不是真正存在，在這之后，要將緩存中的內(nèi)容寫入到硬盤中，設(shè)定文件保存路徑，將文件的StandNo 作為檔的名稱，建立一個空白的 XML 文文件 ,調(diào)用函數(shù)public static boolean write(Document doc, String strFileName, String strUrl)；doc 為剛才建立的在緩存中的 XML 文檔，strFileName 為將要建立的文件名稱，strUrl為該網(wǎng)頁的鏈接地址，防止在建立文檔時出錯，以便記錄再次下載。在建立 XML 文檔時需要先新建一個 XMLWriter 類型的對象， XMLWriter 類型是一個專用接口，用來方便地擴展 SyncProvider 抽象類以用于面向 XML 的同步提供程序。 提供 XML 數(shù)據(jù) writer 功能（如輸出 XML 流功能）的 SyncProvider 實現(xiàn)可以實現(xiàn)沈陽理工大學(xué)學(xué)士學(xué)位論文29此接口，以向 WebRowSet 實現(xiàn)提供標準 XmlWriter 對象。 編寫 WebRowSet 對象包括打印 rowset 的數(shù)據(jù)、元數(shù)據(jù)和屬性，都使用適當?shù)?XML 標記。調(diào)用系統(tǒng)函數(shù)writer = new XMLWriter