转：JAVA超级简单的爬虫实例讲解

爬取整个页面的数据，并进行有效的提取信息，注释都有就不废话了：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

public class Reptile {     public static void main(String[] args) {   String url1="";   //传入你所要爬取的页面地址  InputStream is=null;  //创建输入流用于读取流  BufferedReader br=null; //包装流,加快读取速度  StringBuffer html=new StringBuffer(); //用来保存读取页面的数据.  String temp=""; //创建临时字符串用于保存每一次读的一行数据，然后html调用append方法写入temp;  try {   URL url2 = new URL(url1); //获取URL;   is = url2.openStream(); //打开流，准备开始读取数据;   br= new BufferedReader(new InputStreamReader(is)); //将流包装成字符流，调用br.readLine()可以提高读取效率，每次读取一行;   while ((temp = br.readLine()) != null) {//读取数据,调用br.readLine()方法每次读取一行数据,并赋值给temp,如果没数据则值==null,跳出循环;   html.append(temp); //将temp的值追加给html,这里注意的时String跟StringBuffere的区别前者不是可变的后者是可变的;   }   //System.out.println(html); //打印出爬取页面的全部代码;   if(is!=null)  //接下来是关闭流,防止资源的浪费;   {    is.close();    is=null;   }   Document doc=Jsoup.parse(html.toString()); //通过Jsoup解析页面,生成一个document对象;   Elements elements=doc.getElementsByClass("XX");//通过class的名字得到（即XX）,一个数组对象Elements里面有我们想要的数据,至于这个div的值呢你打开浏览器按下F12就知道了;   for (Element element:elements) {    System.out.println(element.text()); //打印出每一个节点的信息;你可以选择性的保留你想要的数据,一般都是获取个固定的索引;    }    } catch (MalformedURLException e) {   // TODO Auto-generated catch block   e.printStackTrace();  } catch (IOException e) {   // TODO Auto-generated catch block   e.printStackTrace();  }          }

上一张自己爬取的图片，并用fusioncharts生成报表(一般抓取的是int类型的数据的话，生成报表可以很直观)

以上这篇JAVA超级简单的爬虫实例讲解就是小编分享给大家的全部内容了