写一个小程序，模拟Http POST请求来从网站中获取数据。使用Jsoup(http://jsoup.org/)来解析HTML。
Jsoup封装了HttpConnection的功能，可以向服务器提交请求。但分析了目标网站（http://rapdb.dna.affrc.go.jp/tools/converter/run）的数据提交方式后，决定自己用代码来模拟Content-type为 multipart/form-data的form表单提交。
1、HttpURLConnection :A URLConnection with support for HTTP-specific features.一个可以支持HTTP的URL连接。
connection.setRequestMethod("POST");
connection.setConnectTimeout(5 * 60 * 1000);
connection.setReadTimeout(5 * 60 * 1000);
connection.addRequestProperty(“User-Agent”, “Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36”);
connection.addRequestProperty("Content-Type", "multipart/form-data; boundary=--testsssssss");
//若需要向服务器请求数据，需要设定为true,默认为false
connection.setDoOutput(true);
//若提交为post方式，需要修改为false
connection.setUseCaches(false);
//向报务器连接
Connection.connect();
output = connection.getOutputStream();
//向服务器传送post数据
output.write(bodyStr.getBytes());
向服务器发送请求后，服务器应该能接收到类似的数据：
POST /test HTTP/1.1 Accept-Language: zh-CN,zh;q=0.8 //connection.addestProperty设定的Http请求头信息 User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36 Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8 Content-Type: multipart/form-data; boundary=--testsssssss Cache-Control: no-cache Pragma: no-cache Host: localhost Connection: keep-alive //Http请求的正文大小，未手工设定，程序自动生成？ Content-Length: 224 --HrOGHuIjDhR_gtUesEBnpWxVp9JH209p Content-Disposition: form-data; name="keyword" test --HrOGHuIjDhR_gtUesEBnpWxVp9JH209p Content-Disposition: form-data; name="submit" Convert --HrOGHuIjDhR_gtUesEBnpWxVp9JH209p--
2、向服务器请求数据时常用的方式：
- GET：当form提交时，请求参数拼接在URl上，使用&来分隔。 POST：提交form时，请求参数封装在请求body中，可传递大批量数据。请求时数据封装类型有很多种（http://en.wikipedia.org/wiki/Internet_media_type），常用的不多：
-
- application/x-www-form-urlencoded 默认的提交方式，同GET类似，将参数组装成Key-value方式，用&分隔，但数据存放在body中提交
- multipart/form-data 这种方式一般用来上传文件，或大批量数据时。
该网站的提交方式为post，MIME类型为multipart/form-data类型。需要组装相应的数据。
该类型的数据提交时需要在HTTP请求头中的content-type添加boundary字段，正文的数据就以该字段来区分:
//boundary为--testsssssss
connection.addRequestProperty("Content-Type", "multipart/form-data; boundary=--testsssssss");
在封装Http请求的Body中，要以boundary来区分开各个字段：String mimeBoundary = "--testsssssss";
StringBuffer sb = new StringBuffer(); //在boundary关需添加两个横线 sb = sb.append("--").append(mimeBoundary); sb.append(" "); sb.append("Content-Disposition: form-data; name="keyword""); //提交的数据前要有两个回车换行 sb.append(" ");
sb.append(queryText); sb.append(" "); //第二个提交的参数 sb.append("--").append(mimeBoundary); sb.append(" "); sb.append("Content-Disposition: form-data; name="submit""); sb.append(" "); sb.append("Convert"); sb.append(" "); //body结束时 boundary前后各需添加两上横线，最添加添回车换行 sb.append("--").append(mimeBoundary).append("--").append(" ");
若提交的数据为文件或图片类型，需要读取文件内容。http://www.w3.org/TR/html401/interact/forms.html#h-17.13.4.2
3、jsoup解析数据：
jsoup解析HTML代码的方式类似于javascript。
可以将HttpUrlConnection接收到的html字符串来组装 Document：
Document doc = Jsoup.parse(html); //获取html中id为tools_converter的元素 //假设html代码如：<a id="tools_converter" href="http://localhost">测试</a> Element element = doc.getElementById("tools_converter"); //可获取text的数据为：测试 String text = element.text(); //可获得attr的数据为：http://localhost String attr = element.attr("href"); //也可以直接使用Jsoup封装的HttpConnection来请求数据器： Document document = Jsoup.connect(url) .userAgent("Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36").get();
Jsoup提供的部分方法如下：
getElementsByTag(String):按Tag标签来获取：Elements divs = document.getElementsByTag("div")
getElementById(String):按id标签来获取：Element idEle = document.getElementById("blogId")
getElementsByClass(String):按CSS的Class名称来获取:Elements divs = document.getElementsByClass("redClass")
children():返回Elements，某元素的所有子元素。
child(int index)：返回Element，某元素的第几个子元素：
链接：