JAVA超级简单的爬虫实例讲解

爬取整个页面的数据，并进行有效的提取信息，注释都有就不废话了：

public class reptile {
 
 public static void main(string[] args) {  
 string url1="";   //传入你所要爬取的页面地址
 inputstream is=null;  //创建输入流用于读取流
 bufferedreader br=null; //包装流,加快读取速度
 stringbuffer html=new stringbuffer(); //用来保存读取页面的数据.
 string temp=""; //创建临时字符串用于保存每一次读的一行数据，然后html调用append方法写入temp;
 try {
  url url2 = new url(url1); //获取url;
  is = url2.openstream(); //打开流，准备开始读取数据;
  br= new bufferedreader(new inputstreamreader(is)); //将流包装成字符流，调用br.readline()可以提高读取效率，每次读取一行;
  while ((temp = br.readline()) != null) {//读取数据,调用br.readline()方法每次读取一行数据,并赋值给temp,如果没数据则值==null,跳出循环;
  html.append(temp); //将temp的值追加给html,这里注意的时string跟stringbuffere的区别前者不是可变的后者是可变的;
  }
  //system.out.println(html); //打印出爬取页面的全部代码;
  if(is!=null)  //接下来是关闭流,防止资源的浪费;
  {
   is.close();
   is=null;
  }
  document doc=jsoup.parse(html.tostring()); //通过jsoup解析页面,生成一个document对象;
  elements elements=doc.getelementsbyclass("xx");//通过class的名字得到（即xx）,一个数组对象elements里面有我们想要的数据,至于这个div的值呢你打开浏览器按下f12就知道了;
  for (element element:elements) {
   system.out.println(element.text()); //打印出每一个节点的信息;你可以选择性的保留你想要的数据,一般都是获取个固定的索引;  
  }   
 } catch (malformedurlexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 } catch (ioexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 }
 
 
 
}

上一张自己爬取的图片，并用fusioncharts生成报表(一般抓取的是int类型的数据的话，生成报表可以很直观)

以上这篇java超级简单的爬虫实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。