使用Jsoup工具解析页面数据

前提是需要联网

 F12打开浏览器控制台，通过元素找到需要爬取的数据

1、添加网页解析依赖

<!--解析网页依赖-->
<dependency>
   <groupId>org.jsoup</groupId>
   <artifactId>jsoup</artifactId>
   <version>1.10.2</version>
</dependency>

2、编写工具类

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

import java.io.IOException;
import java.net.URL;

public class HtmlParseUtil {


    public static void main(String[] args) throws IOException {
        search("java");
    }

    public static void search(String name) throws IOException {
        //获取请求  https://search.jd.com/Search?keyword=java
        String url = "https://search.jd.com/Search?keyword=" + name;
        //解析网页(Jsoup返回的Document就是浏览器的document对象)
        Document parse = Jsoup.parse(new URL(url), 30000);
        //所有可以在js中使用的方法都可以通过parse.xxx()使用
        Element j_goodsList = parse.getElementById("J_goodsList");
        //输出获取的元素以html语言展示
//        System.out.println(j_goodsList.html());
        //获取所有的li元素
        Elements li_list = j_goodsList.getElementsByTag("li");
        //获取元素中的内容，这里的li就是每一个li标签的内容
        for (Element li : li_list) {
            String img = li.getElementsByTag("img").eq(0).attr("data-lazy-img");
            String price = li.getElementsByClass("p-price").eq(0).text();
            String shop = li.getElementsByClass("p-shop").eq(0).text();
            String title = li.getElementsByClass("p-name").eq(0).text();
            //创建一个实体类接收爬取出来的参数
            System.out.println("img=" + img);
            System.out.println("price=" + price);
            System.out.println("shop=" + shop);
            System.out.println("title=" + title);
            System.out.println("======================================");
        }
//将对象返回
//        return xxx;
    }
}