java实现可配置爬虫源码_JAVA爬虫爬取网页代码实现

/**

* 网页爬虫代码

* @author Administrator

*如果爬取的代码里面出现乱码,检查下你的eclipse的编码格式,默认的编码是GBK,可以改成UTF-8一般**就不会出现

*/

public class Main {

public static void main(String[] args) {

//定义即将访问的链接

String url = "http://www.tuiyiizx.com";

//定义一个字符串用来存储网页内容

String result = "";

//定义各一个缓冲字符输入流

BufferedReader in = null;

//将string转化为url对象

URL realUrl;

try {

realUrl = new URL(url);

//初始化一个链接到url的连接

URLConnection connection = realUrl.openConnection();

//开始实际链接

connection.connect();

//初始化Bufferedreader输入流来读取URL响应

in =new BufferedReader

(new InputStreamReader

(connection.getInputStream()));

//用于临时存储抓取到的每一行数据

String line;

while((line = in.readLine())!=null){

result += line;

}

} catch (Exception e) {

System.out.println("发送GET请求出现异常!"+e);

e.printStackTrace();

}finally{

try {

if(in !=null){

in.close();

}

} catch (IOException e2) {

e2.printStackTrace();

}

System.out.println(result);

}

}

}

************************************************************

***************************************************************

public class test01 {

@Test

public void test01() throws ClientProtocolException, IOException{

//1.定义请求路径

String url = "http://www.tuiyizx.com/";

//2.创建httpClient

CloseableHttpClient client =

HttpClients.createDefault();

//3.创建请求的方式get  post

HttpGet httpGet = new HttpGet(url);

//4.发起请求 获取相应信息

CloseableHttpResponse httpResponse =

client.execute(httpGet);

//5.检测状态码信息是否是200

if(httpResponse.getStatusLine().getStatusCode()==200){

String result =

EntityUtils.toString(httpResponse.getEntity());

//6.获取返回值有效数据}

System.out.println(result);

}

}

}

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