目录
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着大数据和人工智能的不断发展,爬虫这门技术也越来越重要,很多人都开启了java爬虫之路,本文就介绍了java爬虫的思路和基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、OKHTTP是什么?
要了解okhttp之前,OKHttp是Square公司辨析的一个网络请求框架,也是目前使用最多的网络框架之一。OKHttp是基于HTTP协议封装的一套请求客户端,在请求底层支持连接同一个地址的链接共享同一个Socket。那么什么事Socket呢?在计算机通信领域,socket 被翻译为“套接字”(套接字=主机+端口号),它是计算机之间进行通信的一种约定或一种方式。通过 socket这种约定,一台计算机可以接收其他计算机的数据,也可以向其他计算机发送数据。
OkHttp的优点
允许连接到同一个主机地址的所有请求共享Socket。可以有效管理网络连接以及提高连接复用率。
通过连接池减少请求的延迟。
GZip透明压缩减少传输的数据包大小。
缓存请求,避免同一个重复的网络请求。
会从很多常用的连接问题中自动恢复。如果您的服务器配置了多个IP地址,当第一个IP连接失败的时候,OkHttp会自动尝试下一个IP。OkHttp还处理了代理服务器问题和SSL握手失败问题。
总结理解:okhttp就是用来访问处理网络请求的,更高效,方便的得到请求的资源。
二、下载源码
1.下载get请求:
代码如下(示例):
private static String getJson(String url) { String html = ""; OkHttpClient client = new OkHttpClient().newBuilder() .build(); Request request = new Request.Builder() .url(url) .method("GET", null) .addHeader("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9") .addHeader("Accept-Language", "zh-CN,zh;q=0.9") .addHeader("Cache-Control", "no-cache") .addHeader("Connection", "keep-alive") .addHeader("Pragma", "no-cache") .addHeader("Upgrade-Insecure-Requests", "1") .addHeader("User-Agent", "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36") .build(); try { Response response = client.newCall(request).execute(); html = response.body().string(); } catch (IOException e) { e.printStackTrace(); } return html; }
2.下载post请求:
代码如下(示例):
private static String getJson(String url,String ss) { String html = ""; OkHttpClient client = new OkHttpClient().newBuilder() .build(); MediaType mediaType = MediaType.parse("application/x-www-form-urlencoded; charset=UTF-8"); RequestBody body = RequestBody.create(mediaType, "请求体参数"); Request request = new Request.Builder() .url("http://wjw.fujian.gov.cn/fjdzapp/search") .method("POST", body) .addHeader("Accept", "application/json, text/javascript, */*; q=0.01") .addHeader("Accept-Language", "zh-CN,zh;q=0.9") .addHeader("Cache-Control", "no-cache") .addHeader("Content-Type", "application/x-www-form-urlencoded; charset=UTF-8") .addHeader("Origin", "http://wjw.fujian.gov.cn") .addHeader("Pragma", "no-cache") .addHeader("Proxy-Connection", "keep-alive") .addHeader("User-Agent", "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Safari/537.36") .addHeader("X-Requested-With", "XMLHttpRequest") .build(); try { Response response = client.newCall(request).execute(); html = response.body().string(); } catch (IOException e) { e.printStackTrace(); } return html; }
该处使用的url网络请求的数据。
总结
爬取数据,下载源码是第一部分,通过OKhttp来获取源码,进而采用下一篇Jsoup进行解析