栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

【 java 爬虫】

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【 java 爬虫】

1.引入Maven


   org.jsoup
   jsoup
   1.8.3
 

      2. 用法

public void test() {
		//地址:
        String url  ="https://www.*******.cn/";
        Connection tempConn = Jsoup.connect(url);
        //模拟浏览器的请求头
        tempConn.header("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:29.0) Gecko/20100101 Firefox/29.0");
        //开始连接HTTP请求。
        Connection.Response response;
		try {
			response = tempConn.ignoreContentType(true).method(Connection.Method.GET)
			        .execute();
			document documentDemo = response.parse();
			//获取该页面的HTML元素。
			String str = documentDemo.toString();
            System.out.println(str);
            //正则匹配
            Pattern pattern = Pattern.compile("https:/[0-9]{4}/[0-9]{2}/[0-9]{2}/[A-Za-z]+[0-9]+.shtml");
			Matcher matcher = pattern.matcher(str);
			while(matcher.find()) {
				System.out.println(matcher.group());
			}
		} catch (IOException e) {
			e.printStackTrace();
		}  
		
	}

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/603042.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号