**
Java爬虫,调用Chrome、Firefox获取页面信息,以及Jsoup解析
**
前言:
有一些网站有反爬机制,这样的情况下我们需要使用模拟真实的浏览器去访问页面,在linux环境下,需要设置浏览器无头模式。但是有一些网站反爬做的比较好,会判断谷歌浏览器的无头模式,因此可以换火狐浏览器试试。
一、java 调用Chrome(谷歌浏览器)爬取页面
1.本地装有谷歌浏览器和ChromeDriver
chromedriver地址:http://npm.taobao.org/mirrors/chromedriver/
注意:chromedriver版本要和谷歌浏览器版本一样
2.chromedriver需要配置环境变量,如果不配置环境变量,需要调用
需要的依赖:
<!--jsoup-->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>
<dependency>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-java</artifactId>
</dependency>
public void ChromeDemo(){