Jsoup抓取唐诗三百首

Jsoup抓取唐诗三百首

需求

  1. 抓取唐诗三百首
  2. 获得每一行的最后两个词
  3. 拼成xx.com,验证该域名是否存在
  4. 得出没有注册域名的两个词

工具

用到的工具Jsoup,maven,java

代码

maven配置文件

<dependencies>
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.7.2</version>
        </dependency>

        <dependency>
            <groupId>com.github.stuxuhai</groupId>
            <artifactId>jpinyin</artifactId>
            <version>1.1.8</version>
        </dependency>
    </dependencies>

代码实现

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import com.github.stuxuhai.jpinyin.PinyinFormat;
import com.github.stuxuhai.jpinyin.PinyinHelper;


public class Name {

    public static void main(String[] args) {
        try{
            Document doc = Jsoup.connect("http://www.gushiwen.org/gushi/tangshi.aspx").get();
            Elements divs = doc.select("a[href$=.aspx]");
            for(int i=0 ;i<divs.size(); i++) {
                Element div = divs.get(i);
                if(div.attr("href").length() == 25) {
                    String url = "http://www.gushiwen.org" + div.attr("href");
                    printLast2Name(url);
                }
            }

        } catch(Exception e) {
        }
    }

    public static void printLast2Name(String url){
        try{
            Document doc = Jsoup.connect(url).get();
            Element pobject = doc.select("p[align$=center]").first();
            String text = pobject.text();
            String[] split = text.split(",|。|?");
            for(String str : split) {
                String lastName = str.substring(str.length()-2, str.length());
                String pinyin = PinyinHelper.convertToPinyinString(lastName, "", PinyinFormat.WITHOUT_TONE);
                if(register(pinyin + ".com")) {
                    System.out.print(lastName);
                    System.out.print("("+ pinyin + ")  ");
                }
            }
            System.out.println();
            System.out.println();
        } catch(Exception e) {
        }
    }
    public static boolean register(String url) {
        try {
            Document doc = Jsoup.connect("http://panda.www.net.cn/cgi-bin/check.cgi?area_domain=" + url).get();
            if(doc.text().contains("210 : Domain name is available")) {
                return true;
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        return false;
    }
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值