Java使用Jsoup爬虫递归抓取所有链接数据,以及对于jsoup自动转义的处理

引文: 抓取一个网站上的全部链接 首先感谢这篇文章,我从中了解到如何通过HttpURLConnection类爬取网站的数据。不过既然有Jsoup这样现成的爬虫开发包,我将用其重新实现链接中对于所有链接的递归数据抓取。演示代码(附备注)import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.no...
摘要由CSDN通过智能技术生成

引文: 抓取一个网站上的全部链接

首先感谢这篇文章,我从中了解到如何通过HttpURLConnection类爬取网站的数据。不过既然有Jsoup这样现成的爬虫开发包,我将用其重新实现链接中对于所有链接的递归数据抓取。

演示代码(附备注)

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

import java.io.*;
import java.net.URLDecoder;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class WebPageSource2 {

    private static final String HINDI_WIKIHOME = "https://hi.wikipedia.org/wiki/%E0%A4%AE%E0%A5%81%E0%A4%96%E0%A4%AA%E0%A5%83%E0%A4%B7%E0%A5%8D%E0%A4%A0";
    private static final String OUTPATH = "D:\\xxx\\xxx\\xxxxx";

    public static void main(String[] args) thr
  • 0
    点赞
  • 2
    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