在好例子网,分享、交流、成长!
您当前所在位置:首页Java 开发实例常规Java编程 → java采集csdn文章(jsoup爬虫示例)

java采集csdn文章(jsoup爬虫示例)

常规Java编程

下载此实例
  • 开发语言:Java
  • 实例大小:0.02M
  • 下载次数:31
  • 浏览次数:647
  • 发布时间:2019-04-25
  • 实例类别:常规Java编程
  • 发 布 人:crazycode
  • 文件格式:.zip
  • 所需积分:2
 相关标签: 爬虫 jsoup

实例介绍

【实例简介】

【实例截图】

from clipboard

【核心代码】


package springboot.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;

public class JsoupDemo {
	private static OutputStream os;

	public static void main(String[] args) {
		try {
			Document doc = Jsoup.connect("https://blog.csdn.net/qq_15260315").get();

			//指定文件名及路径
			File file = new File("D:\\jsoup\\word\\csdn.txt");
			if (!file.exists()) {
				file.createNewFile();
			}
			//获取标题和地址的对象
			Elements titles = doc.getElementsByClass("article-item-box");
			//写入本地
			PrintWriter pw = new PrintWriter("D:\\jsoup\\word\\csdn.txt","UTF-8");
			for (Element e:titles) {
				Elements a = e.select("h4").select("a");
				pw.println(a.attr("href"));
				pw.println(a.text());
				pw.println("------------------------------------------------------------------------------------------------------------------------------------");
				try {
					//增加访问量
					Document d = Jsoup.connect(a.attr("href")).get();
					//输出文章内容
					Elements view = d.getElementsByClass("htmledit_views");
					System.out.println(view.text());
					//如果有图片,获取页面上的图片保存到本地
					Elements imgs = view.select("img");
					if (!imgs.isEmpty()) {
						for (Element img : imgs) {
							int j = 0;
//						URL u = new URL(img.attr("src"));
							URL u = new URL("https://avatar.csdn.net/0/B/B/2_qq_15260315.jpg");
							HttpURLConnection connection = (HttpURLConnection) u.openConnection();
							//因为服务器的安全设置不接受Java程序作为客户端访问,所以设置客户端的User Agent
							connection.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)");
							//获取数据流
							InputStream is = connection.getInputStream();
							//写入本地
							os = new FileOutputStream(new File("E:\\jsoup\\img", a.text()   j   ".png"));
							byte[] b = new byte[1024];
							int i = 0;
							while ((i = is.read(b)) != -1) {
								os.write(b, 0, i);
							}
							is.close();
							os.close();
							j  ;
						}
					}
				}catch (Exception ex){

				}
			}
			pw.close(); //关闭输出流
		} catch (IOException e) {
			e.printStackTrace();
		}
	}
}


标签: 爬虫 jsoup

实例下载地址

java采集csdn文章(jsoup爬虫示例)

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警