使用JAVA程序读取HTML代码还是访问链接如果是只读取HTML文件的话，可以直接用FileReader就可以了如果是通过访问URL获取HTML代码的话可以使用。

好诡异试了很多次才弄好！import import import import import public class test1 public static v；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；不知道你是不是要实现抓取别人的页面进行输出是的话，你可以试用下面的代码本人不会Perl，就用java的servlet实现了希望能对你有帮助 import import import impo；java可以使用jsouphtmlparser等工具进行html的读取和解析，以下是详细说明1jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址HTML文本内容它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作；首先试试直接输出获得的字符串，如果是以上的种种形式\u这种，那么可以试着用ReplaceAll str=strreplaceAllquotuquot，quot\uquot这样str会变成汉字或者字符了，在转换成你想要的编码就可以了；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。

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；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。

可以使用java API中的URL抓取流，也可以使用Apache的等多种方法，最终得到的就是字符串咯，得到字符串就好办了，使用正则匹配，将匹配的保存起来就可以了；NonWord， Capital WquotW2quotquot\u5305quot因为quot\u5305quot是Unicode的表示方法，而不是 internal string representationquot。

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；这个可以参考张孝祥的视频，应该是第一讲有讲到，有个软件可以实现的。