使用excel4j将webmagic爬取页面存入excel中

webmagic爬取页面

这里举一个简单的例子,爬取一下代理网站的ip和端口号
免费代理

因为分页很简单,所以就没有使用正则表达式了;

public class JobPageProcessor implements PageProcessor {
    Integer i=1;
    List<proxyExcel> lists=new ArrayList<>();
    @Override
    public void process(Page page) {
        Html html = page.getHtml();
        List<Selectable> nodes = html.css("#content > section > div.container > table > tbody > tr").nodes();
        nodes.forEach(e->{
            String ip = e.$("td:nth-child(1)", "text").get();
            String port = e.$("td:nth-child(2)", "text").get();
            lists.add(new proxyExcel(ip,port));
            page.putField("results",lists);
            System.out.println(ip+" "+port);
        });
            i++;
            page.addTargetRequest("https://proxy.ip3366.net/free/?action=china&page="+i);


    }

    @Override
    public Site getSite() {
        return Site.me();
    }
}

使用excel4j

导包

        <dependency>
            <groupId>com.github.crab2died</groupId>
            <artifactId>Excel4J</artifactId>
            <version>3.0.0-Alpha</version>
        </dependency>

定义一个类

import com.github.crab2died.annotation.ExcelField;
public class proxyExcel {

    @ExcelField(title = "ip")
    private String ip;
    @ExcelField(title = "port")
    private String port;

    public proxyExcel(String ip, String port) {
        this.ip = ip;
        this.port = port;
    }

    public String getIp() {
        return ip;
    }

    public void setIp(String ip) {
        this.ip = ip;
    }

    public String getPort() {
        return port;
    }

    public void setPort(String port) {
        this.port = port;
    }

    @Override
    public String toString() {
        return "proxyExcel{" +
                "ip='" + ip + '\'' +
                ", port='" + port + '\'' +
                '}';
    }
}

自定义Pipeline

public class ExcelPipeline implements Pipeline {
    private Logger logger = LoggerFactory.getLogger(getClass());
    private Workbook workbook;
    private Sheet sheet;
    private int rowIndex;
    
    @Override
    public void process(ResultItems resultItems, Task task) {
        List results = (List)resultItems.get("results");
        System.out.println(results);
        try {
           ExcelUtils.getInstance().exportObjects2Excel(results, proxyExcel.class, true, null, true, "F:/B.xlsx");
        } catch (Excel4JException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

这样就可以存到excel中啦!

  • 0
    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