Fitxers HTML – Lectura i Escriptura

Què classes podem utilitzar a java per llegir/escriure un fitxer HTML?

Els fitxers HTML són simplement fitxers de text, per tant podem utilitzar totes les classes (amb els seus mètodes) vistos fins ara, recordem els més comuns:

Lectura de Fitxers	Escriptura de Fitxers
FileInputStream: S’utilitza per llegir bytes d’un fitxer.	FileOutputStream: S’utilitza per escriure bytes en un fitxer.
FileReader: Per llegir caràcters d’un fitxer de text.	FileWriter: Per escriure caràcters en un fitxer de text.
BufferedReader: Per llegir caràcters de manera més eficient, especialment quan es llegeixen línies senceres.	BufferedWriter: Per escriure caràcters de manera més eficient, especialment quan s’escriuen línies senceres.
Scanner: Per llegir dades formatejades a partir d’un fitxer o una entrada d’usuari.	PrintWriter: S’utilitza per escriure caràcters o representacions de tipus de dades en un fitxer.

Manipulació de Fitxers: Serialització d’Objectes:

Manipulació de Fitxers	Serialització d’Objectes
File: S’utilitza per obtenir informació sobre fitxers, com ara la seva existència, mida, rutes, etc.	ObjectInputStream: S’utilitza per llegir objectes serialitzats des d’un flux d’entrada.
Files (a partir de Java 7): proporciona mètodes estàtics per a diverses operacions de manipulació de fitxers, com la còpia, moviment, eliminació, llegida/escriptura de fitxers, entre d’altres.	ObjectOutputStream: S’utilitza per escriure objectes serialitzats a un flux de sortida.

Exemple Lectura:

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

public class ReadHTMLFile {
    public static void main(String[] args) {
        try (FileReader fileReader = new FileReader("arxiu.html");
             BufferedReader bufferedReader = new BufferedReader(fileReader)) {
            String line;
            while ((line = bufferedReader.readLine()) != null) {
                System.out.println(line);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

Exemple Escriptura:

import java.io.*;

public class WriteHTMLFile {
    public static void main(String[] args) {
        try (PrintWriter writer = new PrintWriter("arxiu.html", "UTF-8")) {
            writer.println("<html>");
            writer.println("<head>");
            writer.println("<title>El meu fitxer HTML</title>");
            writer.println("</head>");
            writer.println("<body>");
            writer.println("<h1>Hola, món!</h1>");
            writer.println("</body>");
            writer.println("</html>");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

Nota: Amb FileWriter i BufferedWriter seria:

bufferWriter.write("<html>");
bufferWriter.newLine();
bufferWriter.write("<head>");
bufferWriter.newLine();

Llegir fitxers HTML des de Java pot ser útil en diverses situacions, com:

Processament de dades: Si tens un arxiu HTML estructurat que conté informació rellevant, pots llegir-lo des de Java per a extraure i processar eixes dades.
Per exemple, si tens un arxiu HTML que conté una taula de dades, pots llegir l’arxiu per a extraure els valors de la taula i realitzar càlculs o anàlisis sobre ells.
Web Scraping: És el procés d’extracció d’informació de llocs web. Al llegir fitxers en HTML podem analitzar l’estructura de l’arxiu i extraure dades específiques, com a text, imatges, enllaços, etc. Això és especialment útil si necessites automatitzar l’extracció de dades de múltiples pàgines web.
Generació dinàmica de contingut: Si tens una plantilla HTML predefinida i desitges generar contingut dinàmic, pots llegir l’arxiu HTML des de Java i reemplaçar unes certes parts amb dades específiques. Això pot ser útil per a generar informes, documents personalitzats, correus electrònics, entre altres.
Anàlisi de contingut web: Llegir fitxers HTML des de Java ens permet analitzar i processar el contingut d’una pàgina web, ja siga per a extraure informació rellevant, realitzar anàlisi de SEO (Search Engine Optimization), validar l’estructura i etiquetatge correcte, entre altres.

Exercicis Fitxers HTML

1.- Crear HTML.

Crea un programa en Java que sol·licite a l’usuari les següents dades:

Títol de la pàgina.
Títol principal de la pàgina.
Contingut del paràgraf.
Tres elements per a una llista no ordenada (ul).

Usa FileWriter i BufferedWriter i utilitza estes dades per generar un arxiu index.html amb la següent estructura:

<html>
  <head>
    <!-- Insereix el títol proporcionat per l'usuari ací -->
  </head>
  <body>

    <!-- Insereix el títol principal proporcionat per l'usuari ací -->
    <!-- Insereix el contingut del paràgraf proporcionat per l'usuari ací -->

    <ul>
      <!-- Insereix els tres elements de la llista proporcionats ací -->
    </ul>

  </body>
</html>

alt text

2.- Crear HTML amb UTF-8.

Modifica l’exercici anterior afegint la codificació UTF-8 per a l’arxiu de sortida. Això es fa utilitzant OutputStreamWriter amb la codificació UTF-8. Utilitza també un buffer intermig.

Nota:

OutputStreamWriter outputStreamWriter = new OutputStreamWriter(fileOutputStream, "UTF-8");

3.- Processar un arxiu HTML.

Escriu un programa en Java que llegeix un arxiu HTML anomenat index.HTML i troba la suma de tots els números presents en l’arxiu. L’arxiu HTML serà el generat de l’exercici anterior.

Nota:

Cal usar Pattern i Matcher.
Pots concatenar primer tot l’arxiu en un String i aplicar el patró o llegir directament de l’arxiu línia a línia i aplicar el patró a cada línia que vas llegint.

4.- Web Scraping.

Crea un programa de web scraping que obtinga informació d’una pàgina web. El programa ha de realitzar les següents tasques:

Obtenir el títol de la pàgina i mostrar-lo per pantalla.
Extreure els enllaços de notícies de la pàgina i mostrar-los per pantalla juntament amb el text associat a cada enllaç.

Podeu utilitzar les següents eines proporcionades:

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

URL url = new URL("https://    ");
Scanner scanner = new Scanner(url.openStream());