開學修了一門樓sir的Java應用技術，上學期選課的時候誰特么跟我說這門課是零基礎的TAT
只能夠邊學暑期的清華課程邊做作業了……
第二次作業——爬網頁：
作業：網頁信息提取
讀取網頁，去除廣告等無關部分，主要內容在屏幕顯示或將其以TXT文件方式存盤。
要求：不使用第三方工具，自己作String處理。
本次作業經驗總結：
1. 一開始爬下來是亂碼，感覺是編碼問題，但是workspace里面默認UTF-8，沒有GBK。我想??，結果網上搜了一下，直接在設置中（workspace）填入GBK，結果就可以了~
圖0
初步結果如下圖所示：
圖1
所用到的技術：
1. try-catch 結構
? ? 用于處理異常：
圖2
2. URL數據類型，String數據類型，以及緩沖的處理（這一部分上課時候樓sir講過）
圖3
3. Pattern類，Matcher類——用于過濾出制定標簽內的正文。
我首先用它來過濾出通知的標題（標題用<h1>修飾）
圖4
4. 使用String類中的replace方法來把超鏈接(<a.xxxx>)及其中間的內容全部過濾掉。
圖5
基本上就是用了這些方法。
