使用webmagic模拟post表单提交爬取易查分成绩

使用webmagic模拟post表单提交爬取易查分成绩

#不废话直接上图

1. 简单来说就是在一图输入学生姓名 点击查询就会跳转到二图，当然这里二图我把班级姓名信息以及去掉了；
   

2. 下面就是分析通过上图我们可以看到点击查询后实际上是发送了一个post表单提交；根据返回回来的结果再跳转到分数结果的地址；所以这里我们就直接使用webmaigc来模仿post表单提交 把学生姓名提交过去；这是一个请求；这个请求发送成功后需要我们在发送一个请求就是分数结果的请求页面就是第二张图的链接
3. 分析清楚后下面上代码

package com.webmagic;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Request;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;
import us.codecraft.webmagic.model.HttpRequestBody;
import us.codecraft.webmagic.processor.PageProcessor;
import us.codecraft.webmagic.selector.Html;
import us.codecraft.webmagic.utils.HttpConstant;

import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * @Author:
 * @Description:
 * @Date: Create in 13:31 2019/12/13
 * @Modified By:
 */
public class GithubRepoPageProcessor implements PageProcessor {

    // 部分一：抓取网站的相关配置，包括编码、抓取间隔、重试次数等
    private Site site = Site.me().setRetryTimes(3).setSleepTime(10000);

    @Override
    // process是定制爬虫逻辑的核心接口，在这里编写抽取逻辑
    public void process(Page page) {
        //System.out.println("page:"+page);
        List<String> list=new ArrayList<>();
        list.add("https://154233.yichafen.com/mobile/queryresult.html");
        page.addTargetRequest("https://154233.yichafen.com/mobile/queryresult.html");
        //System.out.println("page:"+page);
        Html html = page.getHtml();
        //通过jsoup来解析页面元素
        Document document = Jsoup.parse(String.valueOf(html));
        System.out.println("document:"+document);
        //      <tr>
        //       <td class="left_cell">总分</td>
        //       <td class="right_cell">481.5</td>
        //      </tr>
        Elements titles = document.getElementsByClass("left_cell");
        Elements values = document.getElementsByClass("right_cell");
        Map<String,String> resultmap=new HashMap<>();
        for(int a =0;a<titles.size();a++){
            String title = titles.get(a).text();
            String value = values.get(a).text();
            resultmap.put(title,value);
        }
        if(titles.size()>0){
            //将成绩存入数据库
            try{
               // saveResult(resultmap);
            }catch (Exception e){
                System.out.println(e.toString());
            }
        }

    }


    @Override
    public Site getSite() {
        return site;
    }

    public static void main(String[] args) {

        //模拟post方式表单提交
        String postUrl="https://154233.yichafen.com/mobile/checkcondition/sqcode/NsTcEn0mNjMzfDIwMzA1NTE5MjNiOTYzYjQwMTAzNWY1ZjNjYTM2MDk0.html";
        Request request = new Request(postUrl);
        request.setMethod(HttpConstant.Method.POST);
        Map<String,Object> params=new HashMap<>();
        //表单提交的信息学生的姓名
        params.put("s_xingming","");
        request.setRequestBody(HttpRequestBody.form(params,"utf-8"));

        Spider.create(new GithubRepoPageProcessor())
                .addRequest(request)
                //开启1个线程抓取
                .thread(1)
                //启动爬虫
                .run();
    }
}