獲取html頁面內容的方法有很多了，一般都是連接上以後取得頁面的內容，然後進行分析。一般用JDK裏面提供的 URL和URLConnection 類，就可以實現；當然，也可以用其他工具來實現，比如 httpunit(用這個有時候會有問題，如果頁面裏面有反盜鏈的設置或者其他一些有問題的代碼，很可能就連接不上了)。 如果單純只是想得到頁面的內容，用JDK裏面提供的類就足夠。
得到了頁面內容以後，怎麼顯示在我們自己的頁面上面呢？特別是要顯示在TEXTAREA這樣的區域裏面就會有點點麻煩。
因爲我們獲得的內容裏面有html標記和javascript標記，或者css標記。
如果直接把這些內容打印出來，或者直接放到TEXTAREA裏面,就會報錯。。怎麼來解決？
一般大家都會想到用字符串來替換，比如 把"<"替換成"[" 等等，或者用正則表達式，來過濾這些標記。
其實有一直很簡單方法,就是把得到的頁面內容放在<div></div>中間，例如:
<div id="content" style="display:none;">
.........
</div>
然後用javascript來取content,
function show()
{
form1.content.value = document.getElementById("content").innerText;
}
這樣就自動過濾了那些煩人的標記了哦！！