1．编写useSourceViewer 类的基本框架，该类仅包括无返回值的main ()方法，该方法从参数中获取URL，通过输入缓冲和输出缓冲将该URL 原码输出。
我们提供的服务有：做网站、成都做网站、微信公众号开发、网站优化、网站认证、阳信ssl等。为数千家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的阳信网站制作公司
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。
java实现网页源码获取的步骤：(1)新建URL对象，表示要访问的网址。如：url=new URL(http：//；)；(2)建立HTTP连接，返回连接对象urlConnection对象。
打开你要获取的源代码，右击鼠标会出现查看网页源代码（快捷键ctrl+u），全选复制（全选快捷键ctrl+a复制快捷键ctrl+c），在本地电脑上粘贴到(ctrl+v)新建一个文档以.html结尾，保存，点击查看即可。
对于垂直搜索来说，聚焦爬虫，即有针对性地爬取特定主题网页的爬虫，更为适合。
爬虫的原理其实就是获取到网页内容，然后对其进行解析。只不过获取的网页、解析内容的方式多种多样而已。你可以简单的使用httpclient发送get/post请求，获取结果，然后使用截取字符串、正则表达式获取想要的内容。
优先抓取权重较高的网页。对于权重的设定，考虑的因素有：是否属于一个比较热门的网站链接长度link到该网页的网页的权重该网页被指向的次数等等。
使用第三方的HttpClient，执行效率较高。但读取网页头header也只适用部分站，很多网站服务段不设置，结果就读成了null.最没有效率的判断方法就是使用inputStreamReader先把正页的html源码读取出来，之后截取charset后面编码。
1．编写useSourceViewer 类的基本框架，该类仅包括无返回值的main ()方法，该方法从参数中获取URL，通过输入缓冲和输出缓冲将该URL 原码输出。
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。
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。
使用正则表达式去匹配就行了。第一步：下载你需要分析的网页的源码 第二步：在程序中使用正则表达式去匹配源码，保存匹配成功的链接地址就行。