网络爬虫之java HttpClient-Get

利用HttpClient-Get去爬取数据

1、网络爬虫方法简述:

其实网络爬虫就跟我们人用浏览器去访问一个网页套路是一样的,都是分为四个部分:

  1. 打开浏览器:创建HttpClient对象。
  2. 输入网址:创建发起Get请求,创建HttpGet对象。
  3. 按回车:发起请求,返回响应,使用httpClient发送请求。
  4. 解析响应获取请求:判断状态码是否是200,如果为200就是访问成功了。
  5. 最后关闭response和httpClient
2、该项目的目录结构

如何创建项目请看:https://blog.csdn.net/weixin_44588495/article/details/90580722
在这里插入图片描述

3、不带参数去爬取数据
package com.crawler;

import org.apache.http.HttpEntity;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import sun.net.www.http.HttpClient;

import java.io.IOException;

public class HttpClientGetTest {
    public static void main(String[] args) {
        //1、打开浏览器,创建HttpClient对象
        CloseableHttpClient httpClient = HttpClients.createDefault();
        //2、输入网址,创建发起Get请求,创建HttpGet对象
        HttpGet httpGet = new HttpGet("http://www.itcast.cn");

        CloseableHttpResponse response = null;
        try {
            //3、按回车,发起请求,返回响应,使用httpClient发送请求
            response = httpClient.execute(httpGet);
            //4、解析响应获取请求,判断状态码是否是200
            if(response.getStatusLine().getStatusCode() == 200){
                HttpEntity httpEntity = response.getEntity();
                String content = EntityUtils.toString(httpEntity,"utf-8");
                System.out.println(content);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            try {
                response.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
            try {
                httpClient.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    }
}

运行结果:
在这里插入图片描述
在这里插入图片描述

4、带参数去爬取数据

这里需要为Get请求设置参数,通过URIBuilder类和build方法实现。

package com.crawler;

import org.apache.http.HttpEntity;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.client.utils.URIBuilder;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;

import java.io.IOException;

public class HttpClientGetParamTest {
    public static void main(String[] args) throws Exception {
        //1、打开浏览器,创建HttpClient对象
        CloseableHttpClient httpClient = HttpClients.createDefault();

        //设置请求地址为:http://yun.itheima.com/course?keys=java
        //创建URIBulider
        URIBuilder uriBuilder = new URIBuilder("http://yun.itheima.com/course");
        //设置参数:
        uriBuilder.setParameter("keys","java");

        //2、输入网址,创建发起Get请求,创建HttpGet对象
        HttpGet httpGet = new HttpGet(uriBuilder.build());
        CloseableHttpResponse response = null;
        try {
            //3、按回车,发起请求,返回响应,使用httpClient发送请求
            response = httpClient.execute(httpGet);
            //4、解析响应获取请求,判断状态码是否是200
            if(response.getStatusLine().getStatusCode() == 200){
                HttpEntity httpEntity = response.getEntity();
                String content = EntityUtils.toString(httpEntity,"utf-8");
                System.out.println(content);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            response.close();
            httpClient.close();

        }
    }
}

运行结果:
在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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