JAVA 爬虫
最近参加一个比赛,给学长打下手的过程中也写了几个小小的爬虫
虽然java爬虫没有python吃香,不过我觉的还是对初学java的人来说,还是很友好的
代码实现
首先你要去导入几个java包
jsoup
javafast
首先根据题意可以知道我们要从京东官网获取一款商品的信息
这里要做一些准备工作
谷歌浏览器
一个笔记本电脑
一个有问题不问别人,要去百度的?
废话不多说,第一次写直接上干货
/*@作者 Nchu_jhy
*时间 2018 年 11月 28日
*心情 bad
*/
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import com.alibaba.fastjson.TypeReference;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class SpiderMain {
private static String url="https://sclub.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv25617&productId=7437780&score=0&sortType=5&page=1&pageSize=10&isShadowSku=0&rid=0&fold=1";
public static void main(String[] args){
getUrl(url);
}
public static String getUrl(String address){
Document doc = null;
try {
doc = Jsoup.connect(address).get();
} catch (IOException e) {
e.printStackTrace();
}
String jsonStr=doc.body().text();
Pattern pattern = Pattern.compile("(?<=\\()[^\\)]+");
Matcher matcher = pattern.matcher(jsonStr);
if(matcher.find()){
jsonStr=matcher.group();
}
JSONObject data=JSON.parseObject(jsonStr);
JSONArray commentsStr=data.getJSONArray("comments");
System.out.println(commentsStr.size());
int count=0;
for(Object s:commentsStr){
JSONObject jsonObject= JSON.parseObject(s.toString());
//获取用户评论信息
String content=jsonObject.getString("content");
System.out.println((++count)+" : "+content);
//获取用户评论图片
JSONArray images=jsonObject.getJSONArray("images");
for(Object s2:images){
JSONObject jsob=JSONObject.parseObject(s2.toString());
String imgUrl="http:"+jsob.getString("imgUrl");
System.out.println("imgUrl:"+imgUrl);
}
}
return "";
}
public static void getImg(String url){
String[] names=url.split("/");
String name=names[names.length-1];
}
}