Jsoup简单入门

Jsoup就是解析网页的URL地址、HTML文本内容，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

直接上代码：

    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.15.3</version>
    </dependency>

	/**
     * 爬取公众号图片
     *
     * @param args
     * @author Shen ShiJu
     * @date 2023/1/12 14:29
     */
    public static void main(String[] args) throws Exception {
        List<String> list = new ArrayList<>();
        //这里是url地址
        String url = "https://mp.weixin.qq.com/s/kyschtaRQ7Sy";
        // 获取页面
        Document document = Jsoup.connect(url)
                                 .get();
        int i = 0;
        //获取class类名
        Elements hds = document.getElementsByClass("rich_pages");
        for (Element hd : hds) {
            String src = hd.attr("data-src");
            i++;
            //下载到本地
            download(src, i, "/Users/shijushen/Desktop/item/shansi/springboot-pf4j-service/src/main/java/com/example/springbootpf4jservice/jsoup/img/" + i + ".jpeg");
        }
    }

public static void download(String urlString, int i, String path) throws Exception {
        // 构造URL
        URL url = new URL(urlString);
        // 打开连接
        URLConnection con = url.openConnection();
        // 输入流
        InputStream is = con.getInputStream();
        // 1K的数据缓冲
        byte[] bs = new byte[1024];
        // 读取到的数据长度
        int len;
        // 输出的文件流
        //下载路径及下载图片名称
        File file = new File(path);
        FileOutputStream os = new FileOutputStream(file, true);
        // 开始读取
        while ((len = is.read(bs)) != -1) {
            os.write(bs, 0, len);
        }
        System.out.println(i);
        // 完毕，关闭所有链接
        os.close();
        is.close();
    }