java 访问百度_使用Java调用百度搜索

如何利用Java来调用百度搜索，更多细节请到github上查看search

自己没搜索引擎，又想要大规模的数据源，怎么办？可以对百度搜索善加利用，以小搏大，站在巨人的肩膀上。有很多的应用场景可以很巧妙地借助百度搜索来实现，比如网站的新闻采集，比如技术、品牌的新闻跟踪，比如知识库的收集，比如人机问答系统等，我之前做的一个准确率达百分之九十几的人机问答系统的数据源，其中一部分就是充分利用了百度搜索。我们可以很容易地扩展到其他的搜索引擎，使用JSoup+CSSPath技术，轻松获取页面的自定义的内容。

package org.apdplat.search;

import java.io.IOException;

import java.util.ArrayList;

import java.util.List;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.slf4j.Logger;

import org.slf4j.LoggerFactory;

public class JSoupBaiduSearcher extends AbstractBaiduSearcher{

private static final Logger LOG = LoggerFactory.getLogger(JSoupBaiduSearcher.class);

@Override

public SearchResult search(String keyword) {

return search(keyword, 1);

}

@Override

public SearchResult search(String keyword, int page) {

int pageSize = 10;

//百度搜索结果每页大小为10，pn参数代表的不是页数，而是返回结果的开始数

//如获取第一页则pn=0，第二页则pn=10，第三页则pn=20，以此类推，抽象出模式：(page-1)*pageSize

S