如何使用HttpClient从网页获取“标题”

Question

我正在尝试使用Apache HttpClient 4从网页获取“标题”。

编辑：我的第一种方法是尝试从标头中获取它（使用HttpHead）。 如果这不可能，我如何从响应正文中获取它，如@Todd所说？

编辑2：

<head>
[...]
<title>This is what I need to get!</title>
[...]
</head>

Answer 1

谢谢大家的评论。 一旦使用了jsoup，解决方案就非常简单。

Document doc = Jsoup.connect("http://example.com/").get();
String title = doc.title();

考虑到我真的需要使用HttpClient进行连接，这就是我所拥有的：

org.jsoup.nodes.Document doc = null;
String title = "";

System.out.println("Getting content... ");

CloseableHttpClient httpclient = HttpClients.createDefault();
HttpHost target = new HttpHost(host);
HttpGet httpget = new HttpGet(path);
CloseableHttpResponse response = httpclient.execute(target, httpget);

System.out.println("Parsing content... ");

try {
    String line = null;
    StringBuffer tmp = new StringBuffer();
    BufferedReader in = new BufferedReader(new InputStreamReader(response.getEntity().getContent()));
    while ((line = in.readLine()) != null) {                    
        String decoded = new String(line.getBytes(), "UTF-8");
        tmp.append(" ").append(decoded);
    }

    doc = Jsoup.parse(String.valueOf(tmp)); 

    title = doc.title();
    System.out.println("Title=" + title); //<== ^_^

    //[...]

} finally {
    response.close();
}

System.out.println("Done.");

Answer 2

通过使用此代码片段，您仍然可以通过证明其URL来检索网页的<title> 。

InputStream response = null;
    try {
        String url = "http://example.com/";
        response = new URL(url).openStream();


        Scanner scanner = new Scanner(response);
        String responseBody = scanner.useDelimiter("\\A").next();
        System.out.println(responseBody.substring(responseBody.indexOf("<title>") + 7, responseBody.indexOf("</title>")));

    } catch (IOException ex) {
        ex.printStackTrace();
    } finally {
        try {
            response.close();
        } catch (IOException ex) {
            ex.printStackTrace();
        }
    }

如何使用HttpClient从网页获取“标题”

问题描述

2 个解决方案

解决方案1
2 已采纳 2015-01-23 15:19:28

解决方案2
1 2019-04-30 03:38:58

如何使用HttpClient从网页获取“标题”

问题描述

2 个解决方案

解决方案1 2 已采纳 2015-01-23 15:19:28

解决方案2 1 2019-04-30 03:38:58

解决方案1
2 已采纳 2015-01-23 15:19:28

解决方案2
1 2019-04-30 03:38:58