Capturador de páginas HTML en objetos String o en archivos

Contexto de este artículo

• Tecnología y versión: Java SE, URL y URLConnection; JDK original no indicado.
• Año del artículo: 2005.
• Estado a 11 de octubre de 2026: Concepto vigente; ejemplo histórico. Para un cliente HTTP nuevo, compara la API HttpClient y revisa tiempos de espera, codificación y errores.
• Documentación de referencia: HttpClient, documentación de Java SE 25.

Conservo a continuación el texto y los ejemplos de aquella fecha como archivo técnico. No he ejecutado estos ejemplos en un entorno actual: esta revisión contextual no garantiza que funcionen hoy.

Capturador de páginas HTML en un objeto StringEn primer lugar se muestra una clase de utilería con el código necesario para capturar una página html e introducirla en un objeto String.
Esto puede ser muy interesante para poder obtener información actualizada de otras páginas, como puede ser la captura de noticias u otros elementos colgados en internet para su posterior tratamiento e inserción en nuestra propia página.

package WebToString;

import java.net.*;

import java.io.*;

public class WebToString {

     public static String convert (String myUrl)

    {

        URL url;

        BufferedReader stream;

        String aux = "";

        String l;

        try{ 

              url= new URL(myUrl);

              stream = new BufferedReader (new InputStreamReader (url.openStream()));

              while ((l=stream.readLine())!=null)

              {aux+=l; }

           }

        catch (Exception e)

           {

              System.out.print("Error al capturar una página para convertirla a un objeto String: "+ e);

           }            

        return aux;

      }   

}

Capturador de páginas HTML en un archivo

Este codigo nos muestra una funcionalidad parecida al anterior pero además nos almacena la página en un archivo. Se trata de una aplicación JAVA y no de una clase de utilería como la anterior.

import java.net.*;

import java.io.*;

public class getPage

{

     public static void main(String[] arg)

     {

          String un;

          try {un=arg[0];}

          catch (ArrayIndexOutOfBoundsException e)

          {

             un="http://www.cocinatusrecetas.com";

             System.out.println("Ninguna URL definida, cojo "+un);

          };

          System.out.println("URL:"+un);

          URL url;

          boolean tribilín=false;

          try {url= new URL(un);}

          catch (MalformedURLException e)

          {

             System.out.println("URL equivocado, cojo http://www.cocinatusrecetas.com");

             url = null;

             tribilín=true;

          };

          if (tribilín)

              try {url = new URL ("http://www.cocinatusrecetas.com");}

             catch (MalformedURLException e){};

         BufferedReader stream;

         try {stream = new BufferedReader (new InputStreamReader (url.openStream()));}

         catch (IOException e){

         System.out.println("Error de apertura del archivo");

         stream=null;

         System.exit(0);

         };

         File out=new File(".\\"+url.getFile());

         FileWriter Output;

         try {Output=new FileWriter(out);}

         catch (IOException e) {Output=null;};

         String l;

         try

         {

             while ((l=stream.readLine())!=null)

             {

                 Output.write(l);

             };

            Output.flush();

            Output.close();

        }

        catch (IOException e){System.out.println("Error de lectura.");};

    }

}