java+static知乎_用Java抓取知乎日报信息

先上代码

package tool;

import java.io.BufferedReader;

import java.io.IOException;

import java.io.InputStream;

import java.io.InputStreamReader;

import java.net.HttpURLConnection;

import java.net.URL;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class download {

public static void main(String[] args) throws IOException{

dl("http://daily.zhihu.com/");

}

public static void dl(String url) throws IOException{

URL u=new URL(url);

HttpURLConnection uc=(HttpURLConnection)u.openConnection();

uc.setRequestMethod("GET");

uc.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36");

uc.connect();

BufferedReader br=new BufferedReader(new InputStreamReader(uc.getInputStream()));

StringBuffer sb=new StringBuffer();

String s=br.readLine();

while(s!=null){

sb.append(s);

s=br.readLine();

}

System.out.println(sb.toString());

parser(sb.toString());

}

/**

*

*

*

* 9a9ab02e13186e4798c648d4ab93770f.png

* 这么一想,在座的各位氨基酸们,名字还挺有故事哦

*

*

*

* @param content

*/

public static void parser(String content){

Pattern pattern=Pattern.compile("

");

//Pattern pattern=Pattern.compile("(.*?).*?");

Matcher matcher=pattern.matcher(content);

System.out.println(matcher.toString());

while(matcher.find()){

int i=matcher.start();

int j=matcher.end();

System.out.println("源链接:"+matcher.group(1)+"--源图片:"+matcher.group(2)+"--源标题:"+matcher.group(3));

}

}

}

设置请求头

URL u=new URL(url);

HttpURLConnection uc=(HttpURLConnection)u.openConnection();

uc.setRequestMethod("GET");

uc.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36");

uc.connect();

获取流,并放在StringBuffer里面方便后面解析

BufferedReader br=new BufferedReader(new InputStreamReader(uc.getInputStream()));

StringBuffer sb=new StringBuffer();

String s=br.readLine();

while(s!=null){

sb.append(s);

s=br.readLine();

}

System.out.println(sb.toString());

利用正则表达式匹配文本

Pattern pattern=Pattern.compile("

");

//Pattern pattern=Pattern.compile("(.*?).*?");

Matcher matcher=pattern.matcher(content);

运行结果

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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