转载

超级课程表原理解析(如何获取网页内容)

一直对手机怎么访问网页很好奇，比如网页上填的姓名密码之类的，在手机上怎么填上去，怎么把网页的内容解析完放在手机上。这次就手机访问教务系统举个简单的例子，相信看完你就懂啦，以后就可以随心所欲的解析网页啦。

君欲善其事，必先利其器。首先要准备两个工具：1. HttpWatch （网页数据分析工具，利用它抓取网页内容），2.一个Jar包： Jsoup (解析网页内容)。有了这两个东西剩下的事就好办啦。

我是大连海事大学的学生就用海事大学的教务系统为例，实现一个简单的课程表App。

先上图：

超级课程表原理解析(如何获取网页内容)

把课程信息读取出来啦，当然啦界面很low，我也没优化。。。下面开始一步步实现。

一、用HttpWatch分析网页数据：

超级课程表原理解析(如何获取网页内容)

（这部分高手直接略过，这是给新手看的，步骤也很简单）这是输入账号密码的网页，下边就是HttpWatch，可以看到有个红的Record（记录）这时先不点，等输入完账号密码再点它。如下图：

超级课程表原理解析(如何获取网页内容)

Record点击后变灰，这时点击登录，进入教务系统。

进入后的界面：

超级课程表原理解析(如何获取网页内容)

加载完界面后，点击stop，这时可以看到有好多post，get请求，URL等等。在URL这一列就是我们访问的网址，在代码中会用到。而我们需要第一个post请求，选中它，可以看到下方就会出来它的的详细内容：

超级课程表原理解析(如何获取网页内容)

有Headers头信息，Cookie， POST Data等等，这些后边都会用到。我们挨个点开看看，先是Headers头信息：

超级课程表原理解析(如何获取网页内容)

可以看到这里边有好多信息，用的到就是Cookie，Cookie就相当于你浏览网页的身份证，也就是说你在接下来的网页操作中，Cookie可以证明操作对象是你而不是别人。其余的参数，如果你感兴趣的话可以深究，而我们现在用不到。再看POSTData：

超级课程表原理解析(如何获取网页内容)

可以看到这里就是刚才填的账号密码的信息，密码被我涂红啦（这个是不能给看的，嘿嘿）。最后看下Cookie，这个在程序中会用到：

超级课程表原理解析(如何获取网页内容)

还有个挺重要的Content:

超级课程表原理解析(如何获取网页内容)

这里原来就是是请求网页的内容。。可以看到我这个网页有两个框架（frame），分上下，上边的是48像素，剩下的就被下边的网页占啦，当然啦，每个学校的不一样。

到这里，你就应该对怎么用手机访问网页有个大致的了解啦，填写的账号密码是Post到指定的URL，就会打开下一个网页。下面就实现第一步，进入教务系统，我是先用java实验的，因为用java上实现简单，直接用android还得真机调试，有点麻烦，但是原理是一样的，取的数据是一样的，明白之后只需把代码移植到android项目中就行，下边上代码：

二、用Java进入教务系统：

只上关键代码，代码上多了也没用。

//post的网址 private static String PATH = "http://202.118.88.140/loginAction.do";
static List<String> cookies;  //保存获取的cookie

这是账号密码，就是post请求体的内容。

1 Map<String, String> params = new HashMap<String, String>(); 2         params.put("mm", "*****"); 3         params.put("zjh", "2220133697");

HttpURLConnection connection = (HttpURLConnection) url.openConnection();  connection.setConnectTimeout(3000);  connection.setDoInput(true);//表示从服务器获取数据  connection.setDoOutput(true);//表示向服务器写数据   connection.setRequestMethod("POST");//post请求方式

//连接成功
int responseCode = connection.getResponseCode();  if(responseCode == HttpURLConnection.HTTP_OK){ // 获取返回的cookie   cookies = connection.getHeaderFields().get("Set-Cookie");  
System.out.println("cookie:"+cookies); return changeInputeStream(connection.getInputStream(),encode);//把输入流转换成String          }

//返回的内容，就是网页的源代码 cookie:[JSESSIONID=bedUsety1XWvS6EpLTg-u; path=/] result-> <html> <head> <title>学分制综合教务</title> <meta http-equiv="Content-Type" content="text/html; charset=gb2312"> </head> <frameset rows="48,*" frameborder="NO" border="0" framespacing="0"> <frame src="/menu/top.jsp" name="topFrame" scrolling="NO" noresize frameborder="NO" border="0" framespacing="0"> <frame src="/menu/mainFrame.jsp" name="bottomFrame" scrolling="Auto" frameborder="NO" border="0" framespacing="0"> </frameset>  <noframes><body> </body></noframes> </html>

到这里第一步就成功啦，在这一步很关键的要把cookie保存下来，要不然后边访问不了。下边进行第二步,进入选课的网页，查看课程表。

三、获取课程表信息

点击选课管理，点击学期课表，当然啦，每个学校的网站不一样，点击完可以看到HttpWatch上出现了好多内容，就是打开一个新的网页，就得发送一次请求，可以看到选课，学期课表，正好和我点的一样。接下来的步骤就和上边是一样的啦，会的可以直接跳过。

超级课程表原理解析(如何获取网页内容)

选中第一个get请求，就会在下边看到它的详细内容：

超级课程表原理解析(如何获取网页内容)

可以看到Content中显示本学期课表，get后边的url就是请求的网址。访问它就可以获得网页的内容，在把课表解析出来。

public static String sendGetXueQiKeBiao(String encode){//encode就是网页编码，在网页上可以看到。  InputStream inputStream = null;   String URL_PATH="http://202.118.88.140/xskbAction.do?actionType=1";//这就是那个url   try {    URL url = new URL(URL_PATH);    if(url != null){     try {      HttpURLConnection httpURLConnection = (HttpURLConnection) url.openConnection();      //超时时间      httpURLConnection.setConnectTimeout(3000);      //表示设置本次http请求使用GET方式      httpURLConnection.setRequestMethod("GET");         for(String cookie: cookies){          httpURLConnection.addRequestProperty("Cookie", cookie.split(";",2)[0]);//把cookie添加到请求属性。         }      int responsecode = httpURLConnection.getResponseCode();      if(responsecode == HttpURLConnection.HTTP_OK){       inputStream = httpURLConnection.getInputStream();       return changeInputeStream(inputStream,encode);//把输入流转换成String      }     } catch (IOException e) {      // TODO Auto-generated catch block      e.printStackTrace();     }    }   } catch (MalformedURLException e) {    // TODO Auto-generated catch block    e.printStackTrace();   }   return "";  }

代码很简单，就一个get请求，返回的照样是网页内容：这里我只粘贴了很小的一部分，因为返回的实在是有点多，你可以自己打开个网页，然后查看源码，相信你肯定会头晕眼花的............

<tr>         <th width="5%" class="sortable">课程号</th>          <th width="15%" class="sortable">课程名</th>          <th width="4%" class="sortable">课序号</th>         <th width="4%" class="sortable">学分</th>         <th width="6%" class="sortable">课程属性</th>         <th width="6%" class="sortable">考试类型</th>         <th width="8%" class="sortable">教师</th>         <th width="6%" class="sortable">修读方式</th>         <th width="6%" class="sortable">选课状态</th>         <th width="8%" class="sortable">周次</th>         <th width="5%" class="sortable">星期</th>         <th width="5%" class="sortable">节次</th>         <th width="6%" class="sortable">教学楼</th>         <th width="8%" class="sortable">教室</th>        </tr>
//这是一个课的信息

到这里课表的信息你就得到啦，很简单有木有，那么把它解析出来，你就成功啦。解析网页就用前边说的Jsoup，我前边有一篇博文就是讲怎么解析网页的： http://www.cnblogs.com/jycboy/p/jsoupdoc.html

上代码：这里边我是根据我这个的网页解析的，解析网页只解析自己需要的还是很简单的可以根据标签的属性解析，想要完全搞懂用Jsoup解析网页还是很难的。

String nbsp = Jsoup.parse(" ").text().toString();//解析 也就是网页中的空格，出现乱码，这里先保存一下。   Document doc = null;   try {    InputStream in = new ByteArrayInputStream(html.getBytes("gb2312"));    doc = Jsoup.parse(in, "gb2312", "http://202.118.88.140/xskbAction.do?actionType=1");   } catch (UnsupportedEncodingException e) {    // TODO Auto-generated catch block    e.printStackTrace();   } catch (IOException e) {    // TODO Auto-generated catch block    e.printStackTrace();   }      Elements tables = doc.select("table[class=displayTag]");    Elements trs = tables.select("tr");   Elements tds = trs.select("td[rowspan=2]" );//td[rowspan=2]   for(org.jsoup.nodes.Element table : tables){  //课程表    String text = table.text();    //System.out.println("tabletext:"+text);   }   System.out.println(".............................");   int line_shu = 0;   for(org.jsoup.nodes.Element tr : trs){  //行，表格中的一行    line_shu++;    if(line_shu >=3){ //跳过前两行    Elements tdss = tr.select("td");    System.out.println("tdssSize:"+tdss.size());    for(org.jsoup.nodes.Element td : tdss){  //表格中的一个格子     String text1 = td.text();     //String text2 = text.replaceAll(nbsp, " ");     String text2 = text1.replace(nbsp, " ");     System.out.println("tdtext:"+text2);     System.out.println("..............");    }    }   }

这是解析完的内容：

trtext:1-2节 08:00-09:35 信息系统分析与设计_03 谢益武 ?3-19周 百川楼302(多媒体) ? 英语(二外)_02 时永文 ?1-18周 励志楼304（多媒体） ? 信息系统分析与设计_03 谢益武 ?3-19单周 百川楼302(多媒体) 嵌入式系统软件设计_01 陈军亮 ?2-18双周 励志楼301（多媒体） ? ? 计算机组织与结构_02 李辉 ?1-18周 四海楼303(多媒体) ? ? ? tdssSize:8 tdtext:1-2节 08:00-09:35 .............. tdtext:信息系统分析与设计_03 谢益武  3-19周 百川楼302(多媒体)   .............. tdtext:英语(二外)_02 时永文  1-18周 励志楼304（多媒体）   .............. tdtext:信息系统分析与设计_03 谢益武  3-19单周 百川楼302(多媒体) 嵌入式系统软件设计_01 陈军亮  2-18双周 励志楼301（多媒体）   .............. tdtext:

到这里课程信息你就获得啦，这时候就可以建个android项目，把这些代码粘过去，在自己建个界面，把数据和界面适配一下，你的课程表app就诞生啦。当然啦在android上可以用HttpCient，HttpPost代替HttpURLConnection会更好，我就代替啦。

如果有需要android源码的，可以告诉我，写到现在不少啦，还有作业呢。。。。。

正文到此结束