晚芯的博客

原创 静态网页爬虫——2018/11/11

静 态 网 页 爬 虫 ——小说网站为例—— 环境： windows 7 idea 2018.2 jdk 1.8 思路： 获取带有章节链接的目录网页 通过正则表达式，得到每一篇的a标签 通过a标签拼接成每一篇文章的url 调用Jw方法，再次获取每篇文章的正文 通过正则表达式，得到标题和正文（正文由于正则表达式写的很差，后面用了字符串的拼接与替换） 总结...