java爬取网页内容

1 篇文章 0 订阅

java爬取网页内容主要使用jsoup工具

maven依赖:

<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>

jsoup介绍:

 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

主要功能:

 1)从一个URL,文件或字符串中解析HTML
    2)使用DOM或CSS选择器来查找、取出数据
    3)可操作HTML元素、属性、文本
    注意:jsoup是基于MIT协议发布的,可放心使用于商业项目

简单使用方法:

Document doc = Jsoup.connect("https://www.tianqi.com/chinacity.html").get();
        Elements citybox = doc.select(".citybox a");
        Elements atag=citybox.tagName("a");
        StringBuilder sb=new StringBuilder();
        String province="";
        for (int i=0;i<atag.size();i++){
            boolean isprovince=atag.get(i).attr("href").contains("province");
            if(isprovince){
                province=atag.get(i).text();
                continue;
            }
            String href=atag.get(i).attr("href").replace('/',' ').trim();
            String cityname=atag.get(i).text();
            String all=href.concat("-").concat(cityname).concat("|");
            sb.append(all);
        }

其他使用方法详见:

http://www.open-open.com/jsoup/
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