JAVA抓取网站数据-----JSOUP

因为业务需求，需要再某个指定的网址抓取某些指定的数据，在网上搜了一些资料，发现两种基本的方法，一种是直接通过URL来逐行获取，（不建议），另外一种，通过JSOUP来获取，其他方式应该还有很多，鉴于时间关系，没有深入挖掘。但发现JSOUP以及可以满足该需求，这里只是简单的介绍JSOUP的简单用法。

如果是通过URL来获取 如下代码， 获取URL之后逐行进行解析，不太可取。

URL url = new URL(strURL);  
        HttpURLConnection httpConn = (HttpURLConnection) url.openConnection();  
        InputStreamReader input = new InputStreamReader(httpConn  
                .getInputStream(), "utf-8");  
        BufferedReader bufReader = new BufferedReader(input);  
        String line = "";  
        StringBuilder contentBuf = new StringBuilder();  
        while ((line = bufReader.readLine()) != null) {  
            contentBuf.append(line);  
        }  

这里主要介绍一下JSOUP，JSOUP的原理即是将获取网页HTML，然后将其解释成DOM对象，然以后即可逐层根据业务来获取数据

1.下载jsoup.jar包。

2.引入之后即可开始进行解析了。

Document doc = Jsoup.connect("http://www.zz6.cn/index.htm").get(); //获取网页DOM对象

//根据相关API来获取特定的Elements对象

// Elements elements = doc.getElementById(id)//
        // Elements elements = doc.getElementsByAttribute(key)
        // Elements elements = doc.getElementsByTag(tagName)
        // Elements elements = doc.getElementsByClass(className)

Elements ListDiv = doc.getElementsByAttributeValue("style","float:right ;margin-right:10px");

//直接获取指定的文本内容即可，如下所示

 for (int j = 0 ; j < tdElements.size(); j++) {

 Element td = tdElements.get(j);

 String name = td.getElementsByTag("a").get(0).text();

}