基于Webmagic的Java爬虫（二）爬取当前页内容

基于Webmagic的Java爬虫（二）

一、目标：
获取（电影天堂）电影详情页链接，再获取电影名字和下载地址，并在控制台输出。

二、步骤：

1. 爬取(电影天堂：https://mp.csdn.net) 首页电影详情的所有链接。
   要爬取的内容：
   
2. 按 F12 查看页面的源码，写出电影详情页正则：//div[@class=‘co_content4’]/ul/a[@href]
   
3. 点击电影详情链接，观察地址栏，写出电影详情页的正则，作为判断的依据。正则为：http://www.dytt8.net/html/gndy/\w{4}/\d{8}/\d{5}.html
4. 查看电影详情页网页源码，写出电影名称和电影下载链接的正则：
   电影名称正则：//div[@class=‘title_all’]/h1/font/text()
   电影下载链接正则：//a[starts-with(@href,‘ftp’)]/text()
   
   三、代码：

package ang.one;
import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.