如何将网页转为TXT文件并实现关键词实时监测？

嘿，我来帮你搞定这个问题！先说说你原代码里的几个小坑，这会导致关键词检测失效：

• 读取网页时你每次都用str = in.readLine()覆盖之前的内容，最后只保留了网页的最后一行，大部分关键词当然找不到啦
• 没有设置循环间隔，程序会疯狂刷请求，不仅浪费资源，还容易被服务器限制访问
• 关键词硬编码在代码里，要改的话得重新编译，太不灵活了

下面是调整后的完整代码，我标了关键改进点，你一看就懂：

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class WebKeywordMonitor {
    public static void main(String[] args) {
        // 灵活设置关键词：命令行传参就用参数，不传就用默认的人名
        String targetKeyword = args.length > 0 ? args[0] : "Абрамов Николай Викторович";
        
        // 预编译正则表达式，重复检测时更高效
        Pattern pattern = Pattern.compile(targetKeyword);
        
        while (true) {
            try {
                URL url = new URL("http://abit.itmo.ru/page/195");
                BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));
                StringBuilder contentBuilder = new StringBuilder();
                String line;
                
                // 把网页所有内容拼接成完整字符串，不再只留最后一行
                while ((line = in.readLine()) != null) {
                    contentBuilder.append(line);
                    // 如果需要保留换行符方便调试，可以加这句：contentBuilder.append(System.lineSeparator());
                }
                in.close();
                
                String fullPageContent = contentBuilder.toString();
                // 调试时可以打印网页内容，正式运行注释掉就行
                // System.out.println(fullPageContent);
                
                Matcher matcher = pattern.matcher(fullPageContent);
                if (matcher.find()) {
                    System.out.println("Yes");
                    System.exit(0); // 找到关键词直接退出程序
                }
                
                // 每秒检查一次，避免刷请求
                Thread.sleep(1000);
            } catch (IOException e) {
                // 别忽略异常！打印错误信息才能知道哪里出问题了
                System.err.println("请求网页失败: " + e.getMessage());
                // 失败后也等1秒再重试
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException ie) {
                    Thread.currentThread().interrupt();
                    break;
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
                break;
            }
        }
    }
}

关键改进点说明： #

• 完整读取网页内容：用StringBuilder把每一行内容拼起来，确保能检查网页的全部内容，再也不会漏掉关键词
• 支持任意关键词：运行程序时直接传参就能换关键词，比如java WebKeywordMonitor "你的自定义关键词"，不传参就用默认的人名，灵活得很
• 添加请求间隔：每次循环后休眠1秒，既不浪费资源，也不会被服务器当成恶意请求拦截
• 优化性能：提前预编译正则表达式，不用每次循环都重新编译，重复检测时更快
• 完善异常处理：不再默默吃掉IO异常，打印错误信息方便你排查问题，请求失败后也会延迟重试
• 规范命名：把类名改成WebKeywordMonitor，符合Java命名规范，以后维护起来更轻松

怎么用？ #

1. 编译代码：javac WebKeywordMonitor.java
2. 用默认关键词运行：java WebKeywordMonitor
3. 用自定义关键词运行：java WebKeywordMonitor "你要检测的任意词汇"

这样程序就会每秒检查一次目标网页，一旦发现关键词就输出"Yes"并退出啦！

内容的提问来源于stack exchange，提问作者plaza-moon