jsoup php网站,jsoup怎么把爬取网站的图片保存到本地

这次给大家带来jsoup怎么把爬取网站的图片保存到本地，jsoup把爬取网站的图片保存到本地的注意事项有哪些，下面就是实战案例，一起来看一下。

因为项目需求，需要车辆品牌信息和车系信息，昨天用一天时间研究了jsoup爬取网站信息。项目是用maven+spring+springmvc+mybatis写的。

jsoup开发指南地址

这个是需要爬取网站的地址 https://car.autohome.com.cn/zhaoche/pinpai/

1.首先在pom.xml中添加依赖

因为需要把图片保存到本地所以又添加了commons-net包

org.jsoup

jsoup

1.10.3

commons-net

commons-net

3.3

2.爬虫代码的实现@Controller

@RequestMapping("/car/")

public class CarController {

//图片保存路径

private static final String saveImgPath="C://imgs";

/**

* @Title: insert 品牌名称 和图片爬取和添加

* @Description:

* @param @throws IOException

* @return void

* @throws

* @date 2018年1月29日 下午4:42:57

*/

@RequestMapping("add")

public void insert() throws IOException {

//定义想要爬取数据的地址

String url = "https://car.autohome.com.cn/zhaoche/pinpai/";

//获取网页文本

Document doc = Jsoup.connect(url).get();

//根据类名获取文本内容

Elements elementsByClass = doc.getElementsByClass("uibox-con");

//遍历类的集合

for (Element element : elementsByClass) {

//获取类的子标签数量

int childNodeSize_1 = element.childNodeSize();

//循环获取子标签内的内容

for (int i = 0; i < childNodeSize_1; i++) {

//获取车标图片地址

String tupian = element.child(i).child(0).child(0).child(0).child(0).attr("src");

//获取品牌名称

String pinpai = element.child(i).child(0).child(1).text();

//输出获取内容看是否正确

System.out.println("车标图片地址-----------" + tupian);

System.out.println("品牌-----------" + pinpai);

System.out.println();

//把车标图片保存到本地

String tupian_1 = "http:"+tupian;

//连接url

URL url1 = new URL(tupian_1);

URLConnection uri=url1.openConnection();

//获取数据流

InputStream is=uri.getInputStream();

//获取后缀名

String imageName = tupian.substring(tupian.lastIndexOf("/") + 1,tupian.length());

//写入数据流

OutputStream os = new FileOutputStream(new File(saveImgPath, imageName));

byte[] buf = new byte[1024];

int p=0;

while((p=is.read(buf))!=-1){

os.write(buf, 0, p);

}

/**

* 因为每个品牌下有多个合资工厂

* 比如一汽大众和上海大众还有进口大众

* 所有需要循环获取合资工厂名称和旗下

* 车系

*/

//获取车系数量

int childNodeSize_2 = element.child(i).child(1).child(0).childNodeSize();

/**

* 获取标签下子标签数量

* 如果等于1则没有其他合资工厂

*/

int childNodeSize_3 = element.child(i).child(1).childNodeSize();

if(childNodeSize_3==1){

//循环获取车系信息

for (int j = 0; j < childNodeSize_2; j++) {

String chexi = element.child(i).child(1).child(0).child(j).child(0).child(0).text();

System.out.println("车系-----------" + chexi);

}

}else{

/**

* 如果childNodeSize_3大于1

* 则有多个合资工厂

*/

//分别获取各个合资工厂旗下车系

for (int j = 0; j < childNodeSize_3; j++) {

int childNodeSize_4 = element.child(i).child(1).child(j).childNodeSize();

/**

* 如果j是单数则是合资工厂名称

* 否则是车系信息

*/

int k = j%2;

if(k==0){

//获取合资工厂信息

String hezipinpai = element.child(i).child(1).child(j).child(0).text();

System.out.println("合资企业名称-----------" + hezipinpai);

}else{

//int childNodeSize_5 = element.child(i).child(1).child(0).childNodeSize();

//循环获取合资工厂车系信息

for(int l = 0; l < childNodeSize_4; l++){

String chexi = element.child(i).child(1).child(j).child(l).child(0).child(0).text();

System.out.println("车系-----------" + chexi);

}

}

}

}

System.out.println("************************");

System.out.println("************************");

}

}

}

}

相信看了本文案例你已经掌握了方法，更多精彩请关注php中文网其它相关文章！

推荐阅读：