HttpClient获取京东商城评论（java实现）

首先介绍一下这里使用的工具和获取数据的基本原理：

工具：1、HttpClient 4.5.3（解压之后将lib文件夹内的jar包导入项目即可）

　　   2、gson-2.2.4.jar（处理json格式的数据）

原理：由于京东评论的页面是动态加载的，是通过ajax无刷新加载出来的。所以可以模仿ajax的过程来实现评论内容的加载。首先在评论页面的调试窗口找到请求评论的地址，如图所示：

上图的Request URL就是对后台请求评论数据的地址。其中productId是商品号，score表示评论的类型（好评为3 中评为2 差评为1 全部评论为0 追评为5），page是页码，pageSize是每页最多的评论数（最大为10）。

然后通过请求得到json数组的格式的数据，最后对这些数据进行就能筛选得到评论的数据。

 

上干货：

//通过get方法发送请求

public static void downloadPage(String path, String savePath,int headerLength) throws HttpException, IOException {//headerLength是上述图片中的callback

HttpGet httpGet = new HttpGet(path);//path就是上述的Request URL
httpGet.setHeader("Connection", "keep-alive");
httpGet.setHeader("User-A", "Mozilla/5.0 (Windows NT 6.1; rv:6.0.2) Gecko/20100101 Firefox/6.0.2");

CloseableHttpResponse response = httpclient.execute(httpGet);

int statusCode = response.getStatusLine().getStatusCode();
HttpEntity entity = response.getEntity();

if (statusCode == HttpStatus.SC_OK) {
InputStream input = null;
//将请求后反应得到的数据写入输入流
input = entity.getContent();

BufferedReader br = new BufferedReader(new InputStreamReader(input));

String line = null;
while ((line = br.readLine()) != null) {
//把得到的不规范的json数据裁剪
String reqBody = line.toString().substring(headerLength+1, line.length() - 2);

JsonParser parser = new JsonParser();
try {
// 将json格式的字符串转换成json对象
JsonObject json = parser.parse(reqBody).getAsJsonObject();

// 得到键是comments的json数组,此时的json数组是键值对的数组
JsonArray jsonArray = json.getAsJsonArray("comments");

int length = jsonArray.size();
for (int i = 0; i < length; i++) {
// 得到一条评论信息
JsonElement element = jsonArray.get(i);

// 裁剪没用的json格式，得到评论信息
String midContent = element.getAsJsonObject().get("content").toString();

//去除文本首尾的引号
String content = midContent.substring(1, midContent.length() - 1);
// 保留原文件的，在原文件的末尾继续写入输出文件
try {
BufferedWriter out = new BufferedWriter(new FileWriter(savePath, true));
out.write(content + "\r\n");
out.close();
} catch (IOException e) {
System.out.println(e);
}

}