使用Java从网站中提取元数据的最佳方法是什么？
我打算请求整个页面，然后找到元数据在该页面中的位置 - 这看起来很麻烦，有没有更好的方法来实现这一目标？
答案 0 :(得分：1)
虽然很麻烦，但据我所知，它实际上是唯一的方法。
你可以做的只是读取前几个字节，比如2000.这可能会节省一些时间，但不能保证所有元标记都会被读取。
另一种方法是读取块，扫描字符串</head>，如果没有，继续阅读。但是，对于包含大<head>标记的网页，这可能需要更长的时间。
原始HTML不应该太长，无论如何都不能处理。