Jsoup实现新闻网页的爬取，标题，正文，图片，新闻时间，网页链接的解析示例

以下代码为一个Jsoup爬取新闻网页的简单示例，可直接运行。

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.HashSet;
import java.util.LinkedList;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class newCrawl {
  public LinkedList ImgUrls=new LinkedList();//用于存放图片URL
  public LinkedList linkurls=new LinkedList();//用于存放url链接

  public static void main(String[] args) throws IOException {  
    newCrawl newCl = new newCrawl();   
    String url="http://world.huanqiu.com/article/2016-01/8412590.html?from=bdwz";
            Document doc = Jsoup.connect(url).get();
            newCl.downloadPage(url);//下载网页 
            String title=newCl.getnewTitle(doc);//获取新闻标题
            String time=newCl.getTime(doc);//获取新闻发布时间
            String text=newCl.getNewtext(doc);//获取新闻内容
    System.out.println("新闻Url:"+url);
    System.out.println("新闻标题:"+title);
    //System.out.println("newsTime:"+time);
    System.out.println("新闻内容:"+text);
    System.out.println("******************************************************************");
    newCl.getImgu