教你怎么自己制作IP地址查询的API，摆脱第三方API-（二）

教你如何自己制作IP地址查询的API，摆脱第三方API---（二）
建议读者先看上一篇教程：

教你如何自己制作IP地址查询的API，摆脱第三方API---（一）：http://blog.csdn.net/ajaxhu/article/details/12321907

这篇教程主要介绍如何制作通过制定IP查询地址的API。

先打开http://www.ip138.com/，页面中有一个输入框，输入一个IP，查询，我们这里输入的是113.96.121.110，点击查询按钮，发现页面跳转到了：

http://www.ip138.com/ips138.asp?ip=113.96.121.110&action=2

仔细观察这个地址，其中的参数ip=后面跟着就是IP，action表示某种操作，这里不需要管。由此可知，要查询指定IP的地址，我们需要查询的页面，地址如下：

http://www.ip138.com/ips138.asp?ip=你的IP&action=2

我们看一下http://www.ip138.com/ips138.asp?ip=113.96.121.110&action=2的页面源代码，不错，地址信息直接加载在页面源码中：

<tr>
<td align="center">
<ul class="ul1">
<li>本站主数据：广东省广州市 电信</li>
<li>参考数据一：广东省 电信</li>
</ul>
</td>
</tr>

仔细分析页面发现，只需要找HTML源码中夹在 "<ur class="ul1">"和"</url></rd>"之间的部分，就是我们所需要的数据，数据的结构为:

<li>本站主数据：广东省广州市 电信</li>
<li>参考数据一：广东省 电信</li>
每条数据都在分号”：“和</li>之间，做一个简单的处理即可返
下面给出源代码：

import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.ArrayList;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class IpGetter {

	public static void main(String[] args) throws IOException {
		IpGetter ipgetter = new IpGetter();

		String info = new IpGetter().getInfo("113.96.121.110");
		System.out.println("不规则结果:" + info);


		 ArrayList<String> addressarray=IpGetter.getAddresses(info);
		 System.out.println("规范化结果："+addressarray.toString());

	}

	/**
	 * 取出html源码中<ul class=\"ul1\">和</center>之间的部分，即为我们要的结果(不规则字符串)
	 * 
	 * @return
	 * @throws IOException
	 */
	public String getInfo(String ip) throws IOException {
		String info = fetchHtml("http://www.ip138.com/ips138.asp?ip=" + ip
				+ "&action=2", "gb2312");
		int index1 = info.indexOf("<ul class=\"ul1\">") + 16;
		int index2 = info.indexOf("</ul></td>");
		info = info.substring(index1, index2);
		return info;
	}

	/**
	 * 从不规则字符串中(getInfo()的结果),抽取出地址信息数组
	 * 
	 * @param info
	 */
	public static ArrayList<String> getAddresses(String info) {
		ArrayList<String> addressarray=new ArrayList<String>();
		String regex = "：(.*?)</li>";
		Pattern p = Pattern.compile(regex);
		Matcher matcher = p.matcher(info);
		while(matcher.find())
		{
			addressarray.add(matcher.group(1));
		}
		return addressarray;
	}

	/**
	 * 抓取某个网页的源代码
	 * 
	 * @param urlstr
	 *            要抓取网页的地址
	 * @param charset
	 *            网页所使用的编码 如"utf-8","gbk"
	 * @return
	 * @throws IOException
	 */
	public String fetchHtml(String urlstr, String charset) throws IOException {
		URL url = new URL(urlstr);
		HttpURLConnection con = (HttpURLConnection) url.openConnection();
		InputStream is = con.getInputStream();
		InputStreamReader isr = new InputStreamReader(is, charset);
		String result = "";
		int read;
		while ((read = isr.read()) != -1) {
			result += (char) read;
		}
		isr.close();
		return result;
	}

}

注释：上面的public static ArrayList<String> getAddresses(String info) 函数中用到的是正则表达式提取数据：
正则表达式：String regex = "：(.*?)</li>"; 这里解释一下，"."在正则表达式中表示任意字符，"*"表示若干个，"(.*)"表示若干个任意字符（括号起分隔作用，不代表字符），为什么要加个问号编程"(.*?)"呢,如果不加问号，匹配的模式是贪婪的，我们提取到的数据是：

本站主数据：广东省广州市 电信</li>
<li>参考数据一：广东省 电信
会跳过第一个</li>去找最后一个</li>，虽然上面的结果页符合正则表达式，但是它匹配到了尽量多的字符，这个是贪婪模式。加了问号之后，就变为非贪婪模式，会按照尽量短的字符去匹配。
上面那个正则表达式翻译一下可以理解为符合 "：任意字符串</li>"的字符串。
------解决方案--------------------
支持一下
------解决方案--------------------
又学了一招。 谢谢
------解决方案--------------------