爬虫实现网页资源的简单抓取

该篇博客展示了如何利用Java的Jsoup库抓取网页上的特定内容。通过连接到指定URL并设置User-Agent,博客作者获取了HTML页面,然后选择并遍历了ul.double-li>li元素,提取每个li中的a标签的title和href属性,将结果保存到D:\test\source.txt文件中。博客提供了详细的代码实现,实现了简单的网页资源抓取。
摘要由CSDN通过智能技术生成

package com.zyzx.jsoup;

import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.io.PrintWriter;

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

public class MySpider01 {
    public static void main(String[] args) throws IOException {
        Document doc;
        String detailUrl = null;
        String shopName = null;
        doc = Jsoup.connect("http://www.runoob.com/w3c/w3c-html.html").userAgent(
                "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36")
                .timeout(10000).get();
        Elements listElements = doc.select("ul.double-li> li");
        for (Element element : listElements) {
            shopName

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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