java爬取网站信息(js,css,html)

新建一个普通的maven项目 加入maven依赖即可

org.apache.httpcomponents httpclient 4.5.8

public class JavaProject {
public static void main(String[] args) {
//1.生成httpclient,相当于该打开一个浏览器
CloseableHttpClient httpClient = HttpClients.createDefault();
CloseableHttpResponse response = null;
//2.创建get请求,相当于在浏览器地址栏输入 网址https://cn.made-in-china.com/showroom/gonyedmm
HttpGet request = new HttpGet(“https://cn.made-in-china.com/script/pop/jquery.micpop.js”);
try {
//3.执行get请求,相当于在输入地址栏后敲回车键
response = httpClient.execute(request);

        //4.判断响应状态为200,进行处理
        if(response.getStatusLine().getStatusCode() == HttpStatus.SC_OK) {
            //5.获取响应内容
            HttpEntity httpEntity = response.getEntity();
            String html = EntityUtils.toString(httpEntity, "utf-8");
            System.out.println(html);
        } else {
            //如果返回状态不是200,比如404(页面不存在)等,根据情况做处理,这里略
            System.out.println("返回状态不是200");
            System.out.println(EntityUtils.toString(response.getEntity(), "utf-8"));
        }
    } catch (ClientProtocolException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        //6.关闭
        HttpClientUtils.closeQuietly(response);
        HttpClientUtils.closeQuietly(httpClient);
    }
}

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
jsoup是一个JavaHTML解析器,它可以很方便地解析HTML文档,获取HTML中的元素、属性、文本等信息。但是,jsoup并不支持解析JavaScript和CSS,因为JavaScript和CSS是在浏览器中解析的,而不是在HTML中解析的。 如果你想爬取页面的JavaScript和CSS,可以使用其他工具来获取页面源代码,如HttpClient、Selenium等。这些工具可以模拟浏览器的行为,获取完整的页面源代码,包括JavaScript和CSS。 下面是一个使用HttpClient和Jsoup来爬取页面的例子: ```java import org.apache.http.client.methods.HttpGet; import org.apache.http.impl.client.CloseableHttpClient; import org.apache.http.impl.client.HttpClients; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import java.io.IOException; public class JsoupDemo { public static void main(String[] args) throws IOException { String url = "http://www.example.com"; CloseableHttpClient httpClient = HttpClients.createDefault(); HttpGet httpGet = new HttpGet(url); String html = ""; try (CloseableHttpResponse response = httpClient.execute(httpGet); InputStream inputStream = response.getEntity().getContent()) { html = IOUtils.toString(inputStream, StandardCharsets.UTF_8); } Document document = Jsoup.parse(html); // 获取页面中的JavaScript和CSS Elements scripts = document.select("script"); Elements styles = document.select("style"); // 处理页面元素 // ... httpClient.close(); } } ``` 这个例子中,我们使用HttpClient来发送HTTP请求获取页面源代码,然后使用Jsoup来解析页面元素。通过`document.select("script")`和`document.select("style")`来获取页面中的JavaScript和CSS

“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