首先介绍一下这里使用的工具和获取数据的基本原理:
工具:1、HttpClient 4.5.3(解压之后将lib文件夹内的jar包导入项目即可)
2、gson-2.2.4.jar(处理json格式的数据)
原理:由于京东评论的页面是动态加载的,是通过ajax无刷新加载出来的。所以可以模仿ajax的过程来实现评论内容的加载。首先在评论页面的调试窗口找到请求评论的地址,如图所示:
上图的Request URL就是对后台请求评论数据的地址。其中productId是商品号,score表示评论的类型(好评为3 中评为2 差评为1 全部评论为0 追评为5),page是页码,pageSize是每页最多的评论数(最大为10)。
然后通过请求得到json数组的格式的数据,最后对这些数据进行就能筛选得到评论的数据。
上干货:
-
//通过get方法发送请求
-
public static void downloadPage(String path, String savePath,int headerLength) throws HttpException, IOException {//headerLength是上述图片中的callback
-
HttpGet httpGet = new HttpGet(path);//path就是上述的Request URL
-
httpGet.setHeader("Connection", "keep-alive");
-
httpGet.setHeader("User-A", "Mozilla/5.0 (Windows NT 6.1; rv:6.0.2) Gecko/20100101 Firefox/6.0.2");
-
CloseableHttpResponse response = httpclient.execute(httpGet);
-
int statusCode = response.getStatusLine().getStatusCode();
-
HttpEntity entity = response.getEntity();
-
if (statusCode == HttpStatus.SC_OK) {
-
InputStream input = null;
-
//将请求后反应得到的数据写入输入流
-
input = entity.getContent();
-
BufferedReader br = new BufferedReader(new InputStreamReader(input));
-
String line = null;
-
while ((line = br.readLine()) != null) {
-
//把得到的不规范的json数据裁剪
-
String reqBody = line.toString().substring(headerLength+1, line.length() - 2);
-
JsonParser parser = new JsonParser();
-
try {
-
// 将json格式的字符串转换成json对象
-
JsonObject json = parser.parse(reqBody).getAsJsonObject();
-
// 得到键是comments的json数组,此时的json数组是键值对的数组
-
JsonArray jsonArray = json.getAsJsonArray("comments");
-
int length = jsonArray.size();
-
for (int i = 0; i < length; i++) {
-
// 得到一条评论信息
-
JsonElement element = jsonArray.get(i);
-
// 裁剪没用的json格式,得到评论信息
-
String midContent = element.getAsJsonObject().get("content").toString();
-
//去除文本首尾的引号
-
String content = midContent.substring(1, midContent.length() - 1);
-
// 保留原文件的,在原文件的末尾继续写入输出文件
-
try {
-
BufferedWriter out = new BufferedWriter(new FileWriter(savePath, true));
-
out.write(content + "\r\n");
-
out.close();
-
} catch (IOException e) {
-
System.out.println(e);
-
}
-
}
参考地址
https://blog.csdn.net/u013557576/article/details/78324350