本文介绍了如何使用Jsoup这个Java HTML解析器来爬取网页内容，包括书名、作者名和文章段落。首先，确定目标网站起点中文网的希灵帝国页面，通过分析HTML结构找到目标元素的位置，如书名在`book-img-text`下的`a`标签内，作者名也在相似路径下。然后，编写代码成功抓取了书名和作者信息。最后，解析章节内容，通过查找`.read-content`内的`p`标签，实现了文章内容的爬取。
序言：jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
所需jar包：
首先我们要确定一个要爬取的网站—起点中文网的希灵帝国
网址：https://www.qidian.com/search?kw=希灵帝国
第一，我们要在开发者模式里找到你想爬的内容的具体位置。
比如说我想爬书名：
可以看到书名就在 book-img-text 容器内部
我们按照级别 ，一级一级的分析下来：
→book-img-text
→ul
→li
→book-mid-info
→h4
→a
接着就是书名了，我们在代码里按照分析的结果获取书名：
package com.demo;
import java.io.IOEx
最低0.47元/天 解锁文章
412
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
