微信公众帐号开发教程第16篇-应用实例之历史上的今天
内容概要
本篇文章主要讲解如何在微信公众帐号上实现“历史上的今天”功能。这个例子本身并不复杂,但希望通过对它的学习,读者能够对正则表达式有一个新的认识,能够学会运用现有的网络资源丰富自己的公众账号。
何谓历史上的今天
回顾历史的长河,历史是生活的一面镜子;以史为鉴,可以知兴衰;历史上的每一天,都是喜忧参半;可以了解历史的这一天发生的事件,借古可以鉴今,历史是不能忘记的。查看历史上每天发生的重大事情,增长知识,开拓眼界,提高人文素养。
寻找接口(数据源)
要实现查询“历史上的今天”,首先我们要找到相关数据源。笔者经过搜索发现,网络上几乎没有现成的“历史上的今天”API可以使用,所以我们只能通过爬取、解析网页源代码的方式得到我们需要的数据。笔者发现网站http://www.rijiben.com/上包含“历史上的今天”功能,就用它做数据源了。
开发步骤
为了便于读者理解,我们需要清楚该应用实例的开发步骤,主要如下:
1)发起HTTP GET请求,获取网页源代码。
2)运用正则表达式从网页源代码中抽取我们需要的数据。
3)对抽取得到的数据进行加工(使内容呈现更加美观)。
4)将以上三步进行封装,供外部调用。
5)在公众账号后台调用封装好的“历史上的今天”查询方法。
代码实现
笔者将上述步骤1)、2)、3)中的代码实现封装成了TodayInHistoryService类,并对外提供了getTodayInHistory()方法来获取“历史上的今天”。实现代码如下:
- importjava.io.BufferedReader;
- importjava.io.InputStream;
- importjava.io.InputStreamReader;
- importjava.net.HttpURLConnection;
- importjava.net.URL;
- importjava.text.DateFormat;
- importjava.text.SimpleDateFormat;
- importjava.util.Calendar;
- importjava.util.regex.Matcher;
- importjava.util.regex.Pattern;
- /**
- *历史上的今天查询服务
- *
- *@authorliufeng
- *@date2013-10-16
- *
- */
- publicclassTodayInHistoryService{
- /**
- *发起httpget请求获取网页源代码
- *
- *@paramrequestUrl
- *@return
- */
- privatestaticStringhttpRequest(StringrequestUrl){
- StringBufferbuffer=null;
- try{
- //建立连接
- URLurl=newURL(requestUrl);
- HttpURLConnectionhttpUrlConn=(HttpURLConnection)url.openConnection();
- httpUrlConn.setDoInput(true);
- httpUrlConn.setRequestMethod("GET");
- //获取输入流
- InputStreaminputStream=httpUrlConn.getInputStream();
- InputStreamReaderinputStreamReader=newInputStreamReader(inputStream,"utf-8");
- BufferedReaderbufferedReader=newBufferedReader(inputStreamReader);
- //读取返回结果
- buffer=newStringBuffer();
- Stringstr=null;
- while((str=bufferedReader.readLine())!=null){
- buffer.append(str);
- }
- //释放资源
- bufferedReader.close();
- inputStreamReader.close();
- inputStream.close();
- httpUrlConn.disconnect();
- }catch(Exceptione){
- e.printStackTrace();
- }
- returnbuffer.toString();
- }
- /**
- *从html中抽取出历史上的今天信息
- *
- *@paramhtml
- *@return
- */
- privatestaticStringextract(Stringhtml){
- StringBufferbuffer=null;
- //日期标签:区分是昨天还是今天
- StringdateTag=getMonthDay(0);
- Patternp=Pattern.compile("(.*)(<divclass=\"listren\">)(.*?)(</div>)(.*)");
- Matcherm=p.matcher(html);
- if(m.matches()){
- buffer=newStringBuffer();
- if(m.group(3).contains(getMonthDay(-1)))
- dateTag=getMonthDay(-1);
- //拼装标题
- buffer.append("≡≡").append("历史上的").append(dateTag).append("≡≡").append("\n\n");
- //抽取需要的数据
- for(Stringinfo:m.group(3).split("")){
- info=info.replace(dateTag,"").replace("(图)","").replaceAll("</?[^>]+>","").trim();
- //在每行末尾追加2个换行符
- if(!"".equals(info)){
- buffer.append(info).append("\n\n");
- }
- }
- }
- //将buffer最后两个换行符移除并返回
- return(null==buffer)?null:buffer.substring(0,buffer.lastIndexOf("\n\n"));
- }
- /**
- *获取前/后n天日期(M月d日)
- *
- *@return
- */
- privatestaticStringgetMonthDay(intdiff){
- DateFormatdf=newSimpleDateFormat("M月d日");
- Calendarc=Calendar.getInstance();
- c.add(Calendar.DAY_OF_YEAR,diff);
- returndf.format(c.getTime());
- }
- /**
- *封装历史上的今天查询方法,供外部调用
- *
- *@return
- */
- publicstaticStringgetTodayInHistoryInfo(){
- //获取网页源代码
- Stringhtml=httpRequest("http://www.rijiben.com/");
- //从网页中抽取信息
- Stringresult=extract(html);
- returnresult;
- }
- /**
- *通过main在本地测试
- *
- *@paramargs
- */
- publicstaticvoidmain(String[]args){
- Stringinfo=getTodayInHistoryInfo();
- System.out.println(info);
- }
- }
1)27-58行代码是httpRequest()方法,用于发起http get请求,获取指定url的网页源代码。
2)66-92行代码是extract()方法,运用正则表达式从网页源代码中抽取“历史上的今天”数据。
3)111-118行代码是getTodayInHistory()方法,封装给外部调用查询“历史上的今天”。
4)125-128行代码是main方法,用于在本地的开发工具中测试。
5)75-76行代码的作用是判断获取到的“历史上的今天”数据是当天的还是前一天的(因为不能保证www.rijiben.com上的数据一定在凌晨零点准时更新,所以为了保证数据的准确性必须做此判断)。
6)第71行代码是本文的重点,笔者编写的正则表达式规则是“(.*)(<div class=\"listren\">)(.*?)(</div>)(.*)”。正则表达式规则需要根据网页源代码进行编写的,特别是包含“历史上的今天”数据的那部分HTML标签,所以我们先来查看网页源代码。通过httpRequest("http://www.rijiben.com/")方法获取到的网页源代码,与我们通过浏览器访问http://www.rijiben.com/页面再点击右键选择“查看网页源代码”所得到的结果完全一致。我们通过浏览器查看http://www.rijiben.com/的网页源代码,然后找到“历史上的今天”数据所在位置,如下图所示:
从上面的源代码截图中可以看到,我们需要的数据被包含在<div class="listren">标签内,这样就不难理解为什么正则表达式要这样写:
(.*)(<div class=\"listren\">)(.*?)(</div>)(.*)
我们使用括号()将正则表达式规则分成了5组,下面是这些分组的说明:
第1组:(.*)表示网页源代码中<div class="listren">标签之前还有任意多个字符。
第2组:(<div class=\"listren\">)中的反斜杠表示转义,所以该规则就是用于匹配<div class="listren">。
第3组:(.*?)表示在标签<div class="listren">和</div>之间的所有内容,这才是我们真正需要的数据所在。
第4组:(</div>)就是用于匹配<div class="listren">的结束标签。
第5组:(.*)表示在</div>标签之后还有任意多的字符。
掌握了正则表达式规则的含义,就不难理解为什么在extract()方法中全都是在使用m.group(3),因为m.group(3)就表示匹配到数据的第3个分组。m.group(3)的内容如下:
- <ul><li><ahref="/news6836/"title="0690年10月16日武则天登上皇位">0690年10月16日武则天登上皇位</a>(图)</li><li><ahref="/news6837/"title="1854年10月16日唯美主义运动的倡导者王尔德诞辰">1854年10月16日唯美主义运动的倡导者王尔德诞辰</a></li><li><ahref="/news6838/"title="1854年10月16日德国*活动家考茨基诞生">1854年10月16日德国*活动家考茨基诞生</a></li><li><ahref="/news6839/"title="1908年10月16日阿尔巴尼亚*恩维尔·霍查诞辰">1908年10月16日阿尔巴尼亚*恩维尔·霍查诞辰</a>(图)</li><li><ahref="/news6840/"title="1913年10月16日中国“两弹一星”元勋钱三强诞辰">1913年10月16日中国“两弹一星”元勋钱三强诞辰</a>(图)</li><li><ahref="/news6841/"title="1922年10月16日开滦煤矿工人失败">1922年10月16日开滦煤矿工人失败</a>(图)</li><li><ahref="/news6842/"title="1927年10月16日德国诺贝尔文学奖得主格拉斯诞生">1927年10月16日德国诺贝尔文学奖得主格拉斯诞生</a>(图)</li><li><ahref="/news6843/"title="1933年10月16日抗日同盟军失败">1933年10月16日抗日同盟军失败</a>(图)</li><li><ahref="/news6844/"title="1950年10月16日人民解放军进军*">1950年10月16日人民解放军进军*</a>(图)</li><li><ahref="/news6845/"title="1954年10月16日俞平伯《关于红楼梦研究问题的信》发表">1954年10月16日俞平伯《关于红楼梦研究问题的信》发表</a>(图)</li><li><ahref="/news6846/"title="1959年10月16日美军将领、国务卿马歇尔去世">1959年10月16日美军将领、国务卿马歇尔去世</a>(图)</li><li><ahref="/news6847/"title="1964年10月16日勃列日涅夫取代赫鲁晓夫成为苏共*第一书记">1964年10月16日勃列日涅夫取代赫鲁晓夫成为苏共*第一书记</a></li><li><ahref="/news6848/"title="1964年10月16日我国第一颗原子弹爆炸成功">1964年10月16日我国第一颗原子弹爆炸成功</a>(图)</li><li><ahref="/news6849/"title="1973年10月16日震撼世界的石油危机爆发">1973年10月16日震撼世界的石油危机爆发</a>(图)</li><li><ahref="/news6850/"title="1978年10月16日约翰·保罗二世当选新教皇">1978年10月16日约翰·保罗二世当选新教皇</a></li><li><ahref="/news6851/"title="1979年10月16日哈克将军宣布巴基斯坦推迟大选解散政党">1979年10月16日哈克将军宣布巴基斯坦推迟大选解散政党</a></li><li><ahref="/news6852/"title="1984年10月16日图图主教荣获“诺贝尔和平奖”">1984年10月16日图图主教荣获“诺贝尔和平奖”</a></li><li><ahref="/news6853/"title="1988年10月16日北京正负电子对撞机对撞成功">1988年10月16日北京正负电子对撞机对撞成功</a>(图)</li><li><ahref="/news6854/"title="1991年10月16日美国小镇枪杀案22人丧生">1991年10月16日美国小镇枪杀案22人丧生</a></li><li><ahref="/news6855/"title="1991年10月16日莫扎特死因有新说">1991年10月16日莫扎特死因有新说</a></li><li><ahref="/news6856/"title="1991年10月16日钱学森获“国家杰出贡献科学家”殊荣">1991年10月16日钱学森获“国家杰出贡献科学家”殊荣</a>(图)</li><li><ahref="/news6857/"title="1994年10月16日德国总理科尔四连任">1994年10月16日德国总理科尔四连任</a></li><li><ahref="/news6858/"title="1994年10月16日第十二届广岛亚运会闭幕">1994年10月16日第十二届广岛亚运会闭幕</a></li><li><ahref="/news6859/"title="1994年10月16日修秦陵制秦俑工匠墓葬被发现">1994年10月16日修秦陵制秦俑工匠墓葬被发现</a></li><li><ahref="/news6860/"title="1995年10月16日美国百万黑人男子大">1995年10月16日美国百万黑人男子大</a>(图)</li></ul>
组装文本消息
- //组装文本消息(历史上的今天)
- TextMessagetextMessage=newTextMessage();
- textMessage.setToUserName(fromUserName);
- textMessage.setFromUserName(toUserName);
- textMessage.setCreateTime(newDate().getTime());
- textMessage.setMsgType(WeixinUtil.RESP_MESSAGE_TYPE_TEXT);
- textMessage.setFuncFlag(0);
- textMessage.setContent(TodayInHistoryService.getTodayInHistoryInfo());
对于公众帐号的消息回复在本系列教程的第5篇已经讲的很详细了,所以在这里笔者只是简单的组装了文本消息。最后,我们来看一下在微信公众帐号上的演示效果: