真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

本篇文章為大家展示了如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng),內(nèi)容簡(jiǎn)明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

為丁青等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù),及丁青網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、丁青網(wǎng)站設(shè)計(jì),以傳統(tǒng)方式定制建設(shè)網(wǎng)站,并提供域名空間備案等一條龍服務(wù),秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求,就會(huì)得到認(rèn)可,從而選擇與我們長(zhǎng)期合作。這樣,我們也可以走得更遠(yuǎn)!

這篇文章其實(shí)是我很早之前就寫(xiě)好了的,這次重新整理一下。Java寫(xiě)爬蟲(chóng)可能很多朋友沒(méi)有去試過(guò),可能是由于這方面的資料比較少,也可能是Python寫(xiě)爬蟲(chóng)過(guò)于的方便。

 基本概念     

   jsoup is a Java library for working with real-world HTML. It provides a very convenient API for extracting and manipulating data, using the best of DOM, CSS, and jquery-like methods.

     上面是官方給的jsoup官方解釋,中文意思是  jsoup 是一款Java 的HTML解析器,可直接解析某個(gè)URL地址、HTML文本內(nèi)容。它提供了一套非常省力的API,可通過(guò)DOM,CSS以及類似于jQuery的操作方法來(lái)取出和操作數(shù)據(jù)。

總的來(lái)說(shuō),就是可以幫我們解析HTML頁(yè)面,并且可以抓取html里面的內(nèi)容。

開(kāi)始寫(xiě)代碼  

我們的目標(biāo)是抓取菜鳥(niǎo)筆記上的信息(文章標(biāo)題和鏈接         )        

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

public static void main(String[] args) {     try {         //下面這行代碼是連接我們的目標(biāo)站點(diǎn),并且get到他的靜態(tài)HTML代碼    Document document=Jsoup.connect("http://www.runoob.com/w3cnote").get();         //我們把獲取到的document打印一下,看看里面到底是啥?    System.out.println(document);  } catch (IOException e) {    e.printStackTrace();  } }

看我們代碼運(yùn)行后的結(jié)果:

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

你會(huì)發(fā)現(xiàn)我們通過(guò)這一句就獲得了“菜鳥(niǎo)筆記”這個(gè)網(wǎng)站的HTML源碼

我們來(lái)分析一下這串html源碼

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

發(fā)現(xiàn)這兩個(gè)正是我們所想要得到的數(shù)據(jù),我們繼續(xù)抓取

public static void main(String[] args) {     try {    Document document=Jsoup.connect("http://www.runoob.com/w3cnote").get();    //底下一行代碼是我們進(jìn)一步抓取到具體的HTML模塊,div表示
標(biāo)簽,            //后面的post-intro表示的是div的class            //由于div.post-intro這個(gè)標(biāo)簽有多個(gè)(每個(gè)標(biāo)題有一個(gè)),所以我們先獲取到它的所有            Elements elements=document.select("div.post-intro");            //我們來(lái)遍歷一下,因?yàn)閐iv.post-intro有很多個(gè)    for(int i=0;i標(biāo)簽。后面的text(),就是獲取中的內(nèi)容      String title=elements.select("a").get(i).text();           //attr是獲取里面的屬性      String url=elements.select("a").get(i).attr("href");           //分別打印出來(lái)      System.out.println(title);      System.out.println("http://www.runoob.com/"+url);    }  } catch (IOException e) {    e.printStackTrace();  } }
 

如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)

上述內(nèi)容就是如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng),你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。


本文標(biāo)題:如何使用JAVA來(lái)寫(xiě)個(gè)爬蟲(chóng)
瀏覽地址:http://weahome.cn/article/gdopeo.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部