Alguns fatos:
O Google oferece uma API de serviço da web de pesquisa pública que retorna JSON : http://ajax.googleapis.com/ajax/services/search/web . Documentação aqui
Java oferece java.net.URLe java.net.URLConnectionpara disparar e manipular solicitações HTTP.
JSON pode ser convertido em Java em um objeto Javabean completo usando uma API JSON Java arbitrária. Um dos melhores é o Google Gson .
Agora faça as contas:
public static void main(String[] args) throws Exception {
String google = "http://ajax.googleapis.com/ajax/services/search/web?v=1.0&q=";
String search = "stackoverflow";
String charset = "UTF-8";
URL url = new URL(google + URLEncoder.encode(search, charset));
Reader reader = new InputStreamReader(url.openStream(), charset);
GoogleResults results = new Gson().fromJson(reader, GoogleResults.class);
// Show title and URL of 1st result.
System.out.println(results.getResponseData().getResults().get(0).getTitle());
System.out.println(results.getResponseData().getResults().get(0).getUrl());
}
Com esta classe Javabean representando os dados JSON mais importantes conforme retornados pelo Google (ela realmente retorna mais dados, mas é deixada para você como um exercício para expandir este código Javabean de acordo):
public class GoogleResults {
private ResponseData responseData;
public ResponseData getResponseData() { return responseData; }
public void setResponseData(ResponseData responseData) { this.responseData = responseData; }
public String toString() { return "ResponseData[" + responseData + "]"; }
static class ResponseData {
private List<Result> results;
public List<Result> getResults() { return results; }
public void setResults(List<Result> results) { this.results = results; }
public String toString() { return "Results[" + results + "]"; }
}
static class Result {
private String url;
private String title;
public String getUrl() { return url; }
public String getTitle() { return title; }
public void setUrl(String url) { this.url = url; }
public void setTitle(String title) { this.title = title; }
public String toString() { return "Result[url:" + url +",title:" + title + "]"; }
}
}
Veja também:
Atualização desde novembro de 2010 (2 meses após a resposta acima), o serviço da web de busca pública tornou-se obsoleto (e o último dia em que o serviço foi oferecido foi 29 de setembro de 2014). Agora, sua melhor aposta é consultar http://www.google.com/search diretamente com um agente de usuário honesto e, em seguida, analisar o resultado usando um analisador de HTML . Se você omitir o agente do usuário, receberá um 403 de volta. Se você está mentindo no agente do usuário e simula um navegador da web (por exemplo, Chrome ou Firefox), você obtém uma resposta HTML muito maior, o que é um desperdício de largura de banda e desempenho.
Aqui está um exemplo inicial usando Jsoup como analisador de HTML:
String google = "http://www.google.com/search?q=";
String search = "stackoverflow";
String charset = "UTF-8";
String userAgent = "ExampleBot 1.0 (+http://example.com/bot)"; // Change this to your company's name and bot homepage!
Elements links = Jsoup.connect(google + URLEncoder.encode(search, charset)).userAgent(userAgent).get().select(".g>.r>a");
for (Element link : links) {
String title = link.text();
String url = link.absUrl("href"); // Google returns URLs in format "http://www.google.com/url?q=<url>&sa=U&ei=<someKey>".
url = URLDecoder.decode(url.substring(url.indexOf('=') + 1, url.indexOf('&')), "UTF-8");
if (!url.startsWith("http")) {
continue; // Ads/news/etc.
}
System.out.println("Title: " + title);
System.out.println("URL: " + url);
}