JAVA學習筆記（一）：一個小爬蟲的例子

1.import java.io.*;  

java.io.*不是一個文件，而是一組類。它是在java.io包里的所有類，*是通配符，比如a*.txt代表的就是以a開頭的所有txt文件，“？”是單個詞的通配符，比如a?.txt代表的就是以a開頭而且名字只有兩個字的txt文件

import的作用是：在你寫一個類的時候。里面用到了其他的類，而用到的這個類和你現在寫的這個類不是同一個包里，就需要導入那個類的全名

2.類似於C語言中int main() 的作用

public class main {  
    public static void main(String[] args) {  

3.String

// 定義即將訪問的鏈接  
String url = "http://www.baidu.com";  
// 定義一個字符串用來存儲網頁內容  
String result = "";  

詳見http://www.cnblogs.com/YSO1983/archive/2009/12/07/1618564.html

4.Bufferedreader

// 定義一個緩沖字符輸入流  
BufferedReader in = null;

 BufferedReader類用於緩沖讀取字符，將字節流封裝成BufferedReader對象，然后用readLine()逐行讀入字符流，直到遇到換行符為止（相當於反復調用Reader類對象的read()方法讀入多個字符）

詳見http://blog.csdn.net/caixiexin/article/details/6719482

BufferedReader 類

BufferedReader 由Reader類擴展而來，提供通用的緩沖方式文本讀取，而且提供了很實用的readLine，讀取一個文本行，從字符輸入流中讀取文本，緩沖各個字符，從而提供字符、數組和行的高效讀取。

一般用法：

 

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("ming.txt")));
　　String data = null;
　　while((data = br.readLine())!=null)
　　{
　　　System.out.println(data); 
　　}

 

5.try{}catch(Excpetion e){}finally{}

用來捕捉異常

 catch (Exception e) {  
    System.out.println("發送GET請求出現異常！" + e);  
    e.printStackTrace();  // 將錯誤信息打印出來
}  

// 使用finally來關閉輸入流  
        finally {  
            try {  
                if (in != null) {  
                    in.close();  
                }  
            } catch (Exception e2) {  
                e2.printStackTrace();  
            }  
        }  

在java中.close  是關閉的意思。比如session.close();  意思就是關閉session  同時釋放內存。
還有常用的就是和數據庫的鏈接  connection
  在使用完畢之后，也就是一個功能代碼的結尾  ，同時會寫connection.close();釋放內存

6.new

 // 將string轉成url對象  
URL realUrl = new URL(url); 

比如說現在有兩個類，T1和T2

T1 a=new T1();

T2 b=new T1();

就是new出兩個T1的實例；你可以把T1看成是一個模子，new T1()；就是按照這個模子做一個東西出來，new幾次就做幾個，所以做出來的東西並不是一個東西，但是它們很像。

T2 b=new T1();如果T1繼承自T2的話那么程序就正確，否則就是錯誤代碼。如果正確的話，T2 b就是聲明要創建的b是T2類型，而new T1()；就是創建了一個T1類型賦值給b，因為T1是T2的子類所以是允許的，如果T1和T2里有同名同參同返回方法那么調用的是T1里的。
7.Connection

// 初始化一個鏈接到那個url的連接  
URLConnection connection = realUrl.openConnection();  

public URLConnection openConnection()
                             throws IOException
返回一個 URLConnection 對象，它表示到 URL 所引用的遠程對象的連接。
每次調用此 URL 的協議處理程序的 openConnection 方法都打開一個新的連接。

如果 URL 的協議（例如，HTTP 或 JAR）存在屬於以下包或其子包之一的公共、專用 URLConnection 子類：java.lang、java.io、java.util、java.net，返回的連接將為該子類的類型。例如，對於 HTTP，將返回 HttpURLConnection，對於 JAR，將返回 JarURLConnection。
返回：
到該 URL 的 URLConnection。

// 開始實際的連接  
connection.connect();  

8.初始化 BufferedReader

// 初始化 BufferedReader輸入流來讀取URL的響應  
in = new BufferedReader(new InputStreamReader( connection.getInputStream()));  

InputStreamReader 類

是字節流通向字符流的橋梁,封裝了InputStream在里頭, 它以較高級的方式,一次讀取一個一個字符，以文本格式輸入 / 輸出，可以指定編碼格式；

一般用法：

 

InputStreamReader isr = new InputStreamReader(new FileInputStream("ming.txt"));
　　 while((ch = isr.read())!=-1)
　　 {
　　　 System.out.print((char)ch); 
　　 }

 

示例如下

public static String getHtmlSource( String  url) throws MalformedURLException, IOException {
URLConnection uc = new URL(url).openConnection();
uc.setConnectTimeout(10000);
uc.setDoOutput(true);
InputStream in = new BufferedInputStream(uc.getInputStream());
InputStreamReader rd = new InputStreamReader(in,"gb2312");
int c = 0;
StringBuffer temp = new StringBuffer();
while((c = rd.read())!= -1){
       temp.append((char)c);
}
in.close();
return temp.toString();
}

9.抓取數據並存儲

// 用來臨時存儲抓取到的每一行的數據  
String line;  
while ((line = in.readLine()) != null) {  
    //遍歷抓取到的每一行並將其存儲到result里面  
    result += line;  
}  

10.輸出信息System.out.println

 

public class Test {
 public static void main(String[] args) {
  int x = 5;
  int y = 2;
  int a=5,b=4,c=3;
  System.out.println(x+y+"K");
  System.out.println("abc"+a+b+c+3);
 }

}
結果是：
7K
abc5433

首先，這個跟println輸出規則沒什么關系
這個是跟運算規則和“+”連接符有關
其次x,y,a,b,c都是int型，也就是可用“+”號計算的類型
最后
第一個輸出x+y+"K"
從左到右先計算x+y,結果為7是int類型，這里的"+"號是計算符號，而后“+”號是當字符串連接符號處理所以最后int的7和string類型的“K”連接后生成新的string，“7K”
第二個輸出“abc”+a+b+c+3
也是從左到右計算，因為“abc”是字符串，而后跟“+”號是當字符串連接符號處理，所以是“abc5433”
其后的“+”號都當成了字符串連接符號

總之，當“+”號前后有字符串出現時，就當做字符串連接符號處理了。
例如：
int a=1;
String s="a";
System.out.println(a+s);
輸出"1a"
System.out.println(s+a);
輸出“a1”

而且這種情況就從左到右，依次看“+”號前后有沒有字符串出現就行了。