java当中，爬虫主要通过httpclient向服务器发送请求，然后通过Jsoup来解析对方接口给我们返回回来的页面源码；
那么这里的Jsoup是怎么解析源码的？
我们都知道页面的源码包含在<html></html>根标签下，这和我们我们常用的xml文件特别像。在这里，Jsoup就可以解析类似于xml文件那种格式的源码，然后将其解析成一个文档对象，通过自己定义规则，获得文档里的标签，然后获得内容。
对于httpclient，其实他的本质就是模仿浏览器向服务器发送请求，通过httpclients的createdefault方法就可以创建一个httpclient对象，然后提交一个get方法，当然，为了让自己更像浏览器，需要将页面的请求头信息也要发送给服务器。
129
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
