Rhino環境應用Java的URL類別抓取網頁資料

前篇「應用readUrl函數取得網頁資料」使用的是Rhino環境提供的函數readUrl()抓取網頁資料，算是方便又簡單的抓取網頁資料方法，這篇改以呼叫Java的URL類別實作抓取網頁資料的作法。

其實會想自行改用Java的URL類別抓取網頁連線，主要是看到這篇文章「java HttpURLConnection來實作get及post動作」的範例與說明，該文章同時介紹了GET與POST方法；GET部份其實用函數readUrl()就可以達成，但POST部份就沒看到Rhino環境有提供適用的函數，看來要想辦法自行設計，剛好「借」該篇文章的程式碼來改看看。

應用load函數載入共用的程式碼

對於經常共用的程式碼，撰寫成獨立的檔案後再提供給主程式載入呼叫，是再平常不過的作法(其實這也是必要的，重複程式碼的存在表示日後維護上的可怕夢靨)。

在Rhino環境下是透過load()函數載入外部JavaScript程式碼，載入的語法可以採用絕對路徑與相對路徑的方式；這樣一來，可以考慮將共用的JavaScript程式碼統一放置在固定目錄下，採用絕對路徑的方式載入共用的程式碼。

雖然採用絕對路徑的方式可以達到共用程式碼只需要一份的目的，但在不同電腦上使用時，就必須建立該路徑(不然就是要修改程式碼內的路徑字串)，若是再考量作業系統的差異，使用絕對路徑有時不見得是方便的方式。有鑑於此，我還是習慣使用相對路徑的方式，在「整合Portable Notepad++的Rhino執行環境」設計的批次檔中，就加入工作路徑切換，目的就是方便load()函數使用相對路徑指定共用的JavaScript程式碼。只是這樣一來，變成在每個設計工作的目錄下都必須複製乙份這些共用的程式碼；而且當共用的JavaScript程式碼有修改時，如何維持這些共用JavaScript程式碼保持一至也是一個需要留意的問題。

Rhino環境的BIG5toUTF-8編碼轉檔程式

既然已經可以讀/寫"BIG5"編碼格式與UTF-8編碼格式的文字檔，要完成BIG5轉UTF-8檔案轉碼功能的函數就只要拼湊前面用到的Java物件就行了。這篇文章只是純粹整理前面用到的程式碼，如果有人不小心看到這篇，就不用浪費時間往下再看了 @..@

指定Rhino環境的DOS視窗編碼格式

在Rhino環境下，使用print()函數會將訊息輸出至DOS的console視窗，在上一篇「Rhino原始碼使用UTF-8編碼格式儲存與執行」執行的結果中，雖然將訊息顯示在console視窗，但顯示結果已變成亂碼。

回頭再看一遍「JVM 預設編碼」這篇文章，雖然藉由"-Dfile.encoding"指定JVM預設編碼，讓"UTF-8"編碼格式的JavaScript檔案可以被載入與執行，但同時也將輸出至console視窗的編碼也指定成"UTF-8"編碼格式，造成顯示結果變成亂碼。而在「JVM 預設編碼」內容也提到解決辦法，不過之前沒把整篇文章看懂，所以只解決一半的問題。

Rhino原始碼使用UTF-8編碼格式儲存與執行

在良葛格學習筆記的網站上看到底下兩篇文章：

• 你的原始碼是什麼編碼？
• JVM 預設編碼

「你的原始碼是什麼編碼？」介紹Java與C語言原始碼存檔的編碼格式、編譯方式、執行結果，其中介紹到的BOM相當詳細；只是我在使用"UTF-8"編碼格式存文字檔時，都是習慣使用檔首無BOM的方式，剛好沒遇到該文提到的問題^_^

「JVM 預設編碼」介紹的應該可以解決「Rhino的原始檔編碼格式？」文章中遇到無法執行"UTF-8"編碼格式儲存的Rhino JavaScript。既然Rhino環境使用Java語言開發，自然要由JVM(Java Virtual Machine)啟動。在XP/Vista環境下預設的是"BIG5"編碼格式，所以造成"UTF-8"編碼格式的JavaScript檔案無法順利讀取。

Rhino的原始檔編碼格式？

只要跟編碼格式扯上關係，有些簡單的問題變得就不簡單了~_~

在中文系統中，編碼始終都是程式設計中相當讓人討厭的一部份。前面試過在Rhino環境下讀寫"UTF-8"編碼格式的文字檔案，結果看來還正確。那麼，如果Rhino的JavaScript檔案使用"UTF-8"編碼格式的話？特別是要程式內夾雜中文字串時？

Rhino運用Java物件讀寫UTF-8文字檔案

在前一篇「Rhino運用Java物件的方式」中，試著在Rhino環境下使用Java物件進行檔案的讀/寫功能。但在處理其它檔案時發現，無法讀取UTF-8編碼格式的文字檔(廢話 ~_~)。上網翻一下，如果要讀/寫"UTF-8"編碼格式的文字檔，就要在開啟檔案時指定編碼方式。

底下二篇文章對於編碼的說明比較清楚，提供參考：

• Java Gossip: InputStreamReader、OutputStreamWriter
• 寫入文字檔(可自行指定寫入格式)

Rhino運用Java物件的方式

這陣子花了點時間試著用Rhino開發程式，雖然還沒有很習慣Rhino與Java互動的方式，但在一連串的錯誤嘗試與測試過程中，發現Rhino還滿符合我想要的工具。熟悉JavaScript程式語言語法是最主要目的，但如果可以實際用來解決日常的工作需求，這樣就不算白費時間了。

有關Rhino使用Java packages、classes的方式，可以參考官網Scripting Java的說明。透過運用Java物件，就可以採用JavaScript的語法處理本機電腦上許多的工作(就像Windows提供JScript語言的方式)。若是將Java的JVM(Java Virtual Machine)當作一項優點，也許在「理想狀況」下，也可以將Rhino平臺所撰寫的JavaScript程式達到Wirte Once Run Anywhere的目標。