为什么我只能获取网站主页的HTML而不是其他人的HTML？

Question

我正在编写一个连接到网站的java程序,它返回HTML,由于某种原因我遇到了问题.现在我只能访问该网站

 //example     String host = "www.google.com"

但如果我想访问一个更复杂的URL,那么我得到一个UnknownHostException.起初我以为它可能与它有关,但没有识别URL中的某些字符,但我不确定.例如,这是我尝试访问的URL之一.

host ="http://www.cyberspacei.com/englishwiz/library/name/etymology_of_first_names.htm";
int port = 80;
Socket s = new Socket(host,port)

....等等

它除了UnknownHostException之外不会返回任何内容.

有人请帮帮我!!!

Answer 1

它是失败的,因为你被问及主机名,而不是你输入的URL,如果你想要该URL中的文档,你需要使用URL类

URL url = new URL("http://www.thesite.com/thefile.html");
Object doc = url.getContent();

当然,您需要将"Object doc"替换为准备缓存该内容的文件.