java 采集网页数据 demo

import java.net.URL;
import java.net.URLConnection;
import java.util.List;

import net.htmlparser.jericho.Element;
import net.htmlparser.jericho.Source;

public class Demo1 {

    /**
     * @param args
     */
    public static void main(String[] args) throws Exception {
        //URL url = new URL("http://www.jkshuo.me");
        
        URL url = new URL("http://www.jkshuo.me/plus/arcloadmore.php?typeid=1&page=4&pagesize=3");
        URLConnection conn = url.openConnection();
        Source source = new Source(conn);

        List<Element> liElements = source.getAllElements("li");
        for(Element liElement : liElements){
            List<Element> childrenlists = liElement.getChildElements();
            if(childrenlists.size() == 3){
                if(childrenlists.get(0).getAttributeValue("class") != null && "container_img".equals(childrenlists.get(0).getAttributeValue("class"))){
                    List<Element>  aElementList = childrenlists.get(0).getChildElements();
                    System.out.println("href:" + aElementList.get(0).getAttributeValue("href"));
                    System.out.println("img href:" + aElementList.get(0).getChildElements().get(0).getAttributeValue("src"));
                }
                System.out.print("title:" + childrenlists.get(1).getTextExtractor() +"\n");
                System.out.print("description:" + childrenlists.get(2).getTextExtractor() +"\n");
            }
            
        }

    }

}

以上代码 就是根据链接 采集网页的数据,  封装成数据集合. 

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