jsoup如何爬取图片到本地

因为项目需求，需要车辆品牌信息和车系信息，昨天用一天时间研究了jsoup爬取网站信息。项目是用maven+spring+springmvc+mybatis写的。

jsoup开发指南地址 

这个是需要爬取网站的地址 https://car.autohome.com.cn/zhaoche/pinpai/

1.首先在pom.xml中添加依赖

因为需要把图片保存到本地所以又添加了commons-net包

    
      org.jsoup
      jsoup
      1.10.3
    

    
      commons-net
      commons-net
      3.3
    

2.爬虫代码的实现

@Controller
@RequestMapping("/car/")
public class CarController {
  //图片保存路径
  private static final String saveImgPath="C://imgs";
   
  @RequestMapping("add")
  public void insert() throws IOException {
    //定义想要爬取数据的地址
    String url = "https://car.autohome.com.cn/zhaoche/pinpai/";
    //获取网页文本
    document doc = Jsoup.connect(url).get();
    //根据类名获取文本内容
    Elements elementsByClass = doc.getElementsByClass("uibox-con");
    //遍历类的集合
    for (Element element : elementsByClass) {
      //获取类的子标签数量
      int childNodeSize_1 = element.childNodeSize();
      //循环获取子标签内的内容
      for (int i = 0; i < childNodeSize_1; i++) {
 //获取车标图片地址
 String tupian = element.child(i).child(0).child(0).child(0).child(0).attr("src");
 //获取品牌名称
 String pinpai = element.child(i).child(0).child(1).text();
 //输出获取内容看是否正确
 System.out.println("车标图片地址-----------" + tupian);
 System.out.println("品牌-----------" + pinpai);
 System.out.println();
 //把车标图片保存到本地
 String tupian_1 = "http:"+tupian;
 //连接url
 URL url1 = new URL(tupian_1);
 URLConnection uri=url1.openConnection();
 //获取数据流
 InputStream is=uri.getInputStream();
 //获取后缀名
 String imageName = tupian.substring(tupian.lastIndexOf("/") + 1,tupian.length());
 //写入数据流
 OutputStream os = new FileOutputStream(new File(saveImgPath, imageName));
 byte[] buf = new byte[1024];
 int p=0;
 while((p=is.read(buf))!=-1){
   os.write(buf, 0, p);
 }
 
 
 //获取车系数量
 int childNodeSize_2 = element.child(i).child(1).child(0).childNodeSize();
 
 int childNodeSize_3 = element.child(i).child(1).childNodeSize();
 if(childNodeSize_3==1){
   //循环获取车系信息
   for (int j = 0; j < childNodeSize_2; j++) {
     String chexi = element.child(i).child(1).child(0).child(j).child(0).child(0).text();
     System.out.println("车系-----------" + chexi);
   }
 }else{
   
   //分别获取各个合资工厂旗下车系
   for (int j = 0; j < childNodeSize_3; j++) {
     
     int childNodeSize_4 = element.child(i).child(1).child(j).childNodeSize();
     
     int k = j%2;
     
     if(k==0){
//获取合资工厂信息
String hezipinpai = element.child(i).child(1).child(j).child(0).text();
System.out.println("合资企业名称-----------" + hezipinpai);
     }else{
//int childNodeSize_5 = element.child(i).child(1).child(0).childNodeSize();
//循环获取合资工厂车系信息
for(int l = 0; l < childNodeSize_4; l++){
  String chexi = element.child(i).child(1).child(j).child(l).child(0).child(0).text();
  System.out.println("车系-----------" + chexi);
}
     }
   }
   
 }
 
 System.out.println("************************");
 System.out.println("************************");
 
      }
    }
  }


}

3.运行结果

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持考高分网。