Java网络爬虫（二）——GET请求

HttpClient

• 网络爬虫就是用程序帮助我们访问网络上的资源，我们一直以来都是使用HTTP协议访问互联网的网页，网络爬虫需要编写程序，在这里使用同样的HTTP协议访问网页。
• 这里我们使用Java的HTTP协议客户端 HttpClient这个技术，来实现抓取网页数据。

GET请求

• 代码：

public class HttpGetTest {
    public static void main(String[] args) {
        //创建HttpClient对象
        CloseableHttpClient httpClient = HttpClients.createDefault();
        //创建HttpGet对象，设置URL访问地址
        HttpGet httpGet = new HttpGet("http://www.baidu.com");
        CloseableHttpResponse response = null;//声明一个响应
        try {
            //使用HttpClient发起请求，获取response
            response = httpClient.execute(httpGet);
            //解析响应
            if(response.getStatusLine().getStatusCode() == 200){
                //获取响应体
                HttpEntity httpEntity = response.getEntity();
                //解析响应体
                String content = EntityUtils.toString(httpEntity, "utf-8");
                System.out.println(content);
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                //关闭response
                response.close();
                //关闭HttpClient
                httpClient.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

• 请求的结果
  • 请求信息
    
  • 响应的数据（部分）
    

带参数的GET请求

• 模拟的带参数请求操作：在CSDN搜索框搜索关键字java

• 实现代码：

public class HttpGetParamTest {
    public static void main(String[] args) throws URISyntaxException {
        //创建HttpClient对象
        CloseableHttpClient httpClient = HttpClients.createDefault();

        //方法一：
        //创建URIBuilder
        URIBuilder uriBuilder = new URIBuilder("https://so.csdn.net/so/search/s.do");
        //设置参数
        uriBuilder.setParameter("q","java");
        uriBuilder.setParameter("t",null);
        uriBuilder.setParameter("u",null);
        //创建HttpGet对象，设置URL访问地址
        HttpGet httpGet = new HttpGet(uriBuilder.build());
        /*
        方法二：
        //设置请求的地址
        String uri = "https://so.csdn.net/so/search/s.do?q=java&t=&u=";
        HttpGet httpGet = new HttpGet(uri);
         */
        System.out.println("发起请求的信息："+httpGet);

        CloseableHttpResponse response = null;//声明一个响应
        try {
            //使用HttpClient发起请求，获取response
            response = httpClient.execute(httpGet);
            //解析响应
            if(response.getStatusLine().getStatusCode() == 200){
                //获取响应体
                HttpEntity httpEntity = response.getEntity();
                //解析响应体
                String content = EntityUtils.toString(httpEntity, "utf-8");
                System.out.println(content);
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                //关闭response
                response.close();
                //关闭HttpClient
                httpClient.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

• 结果
  • 请求的信息
    
    
  • 响应的数据（部分）