JAVA超级简单的爬虫实例讲解
爬取整个页面的数据,并进行有效的提取信息,注释都有就不废话了:
public class Reptile { public static void main(String[] args) { String url1=""; //传入你所要爬取的页面地址 InputStream is=null; //创建输入流用于读取流 BufferedReader br=null; //包装流,加快读取速度 StringBuffer html=new StringBuffer(); //用来保存读取页面的数据. String temp=""; //创建临时字符串用于保存每一次读的一行数据,然后html调用append方法写入temp; try { URL url2 = new URL(url1); //获取URL; is = url2.openStream(); //打开流,准备开始读取数据; br= new BufferedReader(new InputStreamReader(is)); //将流包装成字符流,调用br.readLine()可以提高读取效率,每次读取一行; while ((temp = br.readLine()) != null) {//读取数据,调用br.readLine()方法每次读取一行数据,并赋值给temp,如果没数据则值==null,跳出循环; html.append(temp); //将temp的值追加给html,这里注意的时String跟StringBuffere的区别前者不是可变的后者是可变的; } //System.out.println(html); //打印出爬取页面的全部代码; if(is!=null) //接下来是关闭流,防止资源的浪费; { is.close(); is=null; } Document doc=Jsoup.parse(html.toString()); //通过Jsoup解析页面,生成一个document对象; Elements elements=doc.getElementsByClass("XX");//通过class的名字得到(即XX),一个数组对象Elements里面有我们想要的数据,至于这个div的值呢你打开浏览器按下F12就知道了; for (Element element:elements) { System.out.println(element.text()); //打印出每一个节点的信息;你可以选择性的保留你想要的数据,一般都是获取个固定的索引; } } catch (MalformedURLException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } }
上一张自己爬取的图片,并用fusioncharts生成报表(一般抓取的是int类型的数据的话,生成报表可以很直观)
以上这篇JAVA超级简单的爬虫实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
赞 (0)