InputStreamReader与URL到底是什么？附Java网页读取代码

我这段代码能正常运行，但它是参考网页读取教程写的。我之前只粗浅接触过File I/O，从没碰到过这种网络读取的场景，实在搞不懂InputStreamReader和URL标识符的作用。

import java.net.*;
import java.util.*;
import java.io.*;

public class urlReader {

    public static void main(String[] args) {
        URL[] websites = new URL[4];

        URLConnection conn = null;
        // Try catch statement that handles no URL found and i/o exceptions //
        try {
            // a list of websites sorted into arrays // 
            websites[0] = new URL("https://www.pravdareport.com");
            websites[1] = new URL("https://pravda.ru");
            websites[2] = new URL("https://www.lefigaro.fr");
            websites[3] = new URL("https://www.independent.co.uk");
            
            // For each website it assigns the websites to webpage after each iteration of the entire loop //
            for (int i = 0; i < websites.length; i++) {
                URL webpage = websites[i];
                conn = webpage.openConnection(); // This is used so that for each website it ''opens'' the connection //
                InputStreamReader reader = new InputStreamReader(conn.getInputStream(), "UTF8"); // 
                BufferedReader br = new BufferedReader(reader);
                String lines = "";
                while ((lines = br.readLine()) != null) {
                    
                        
                        if (lines.indexOf("<title>") != -1 && lines.indexOf("</title>") != -1) {
                            String title1 = lines.substring(lines.indexOf("<title>") + 7, lines.indexOf("</title>"));
                            System.out.println("The Title of pravdareport.com is: " + title1);
                            break;
                        }
                        

                }
            
            
                
                
            }
            
        } catch (MalformedURLException e) {
            e.printStackTrace();
            
        } catch (IOException e) {
            e.printStackTrace();
        }

    }

}

1. URL类的作用 #

URL是Java用来封装网络资源地址的核心类，类比你本地文件的路径——本地路径指向硬盘上的文件，URL对象则指向互联网上的一个资源（比如网页、接口、图片）：

• 你传入的网址字符串会被自动解析成标准格式，Java帮你处理协议（http/https）、域名、端口这些底层细节，不用你手动拆分校验。
• 调用openConnection()时，URL会帮你完成与目标服务器的连接建立（类似浏览器输入网址后的握手过程），返回的URLConnection就是这个连接的抽象，通过它你能拿到服务器返回的所有数据。

2. InputStreamReader的作用 #

你之前接触的File I/O读的是本地文件，而网络请求拿到的是原始字节流（InputStream），但我们需要的是可读的文本内容，InputStreamReader就是干这个转换的：

• 它是字节流到字符流的转换器：服务器返回的网页数据是UTF-8编码的字节，InputStreamReader会按照你指定的编码（这里是UTF8）把字节转成Java能识别的字符。
• 搭配BufferedReader是为了提升效率：InputStreamReader是逐个字符读取，速度慢；BufferedReader会先缓存一批数据，再按行读取，这也是你能用br.readLine()按行扫描网页内容的原因。

小建议 #

你代码里打印标题时固定写了pravdareport.com，可以改成动态显示当前网站的域名，更通用：

System.out.println("The Title of " + webpage.getHost() + " is: " + title1);

内容的提问来源于stack exchange，提问作者userr554