Java程序中使用 Jsoup 爬虫( 简单示例 )

27 阅读3分钟

1 package com.oukele.csdn_demo;

2

3 import org.jsoup.Jsoup;

4 import org.jsoup.nodes.Document;

5 import org.jsoup.nodes.Element;

6 import org.jsoup.select.Elements;

7

8 import java.io.IOException;

9

10 public class CsdnCrawlDemo {

11

12 public static void main(String[] args) {

13 //目标地址

14 String url = "www.csdn.net/";

15 try {

16 Document document = Jsoup

17 .connect(url)

18 .header("user-agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.80 Safari/537.36")

19 .get();

20 // 右侧导航栏

21 Elements nav_com = document.getElementsByClass("nav_com");

22 Elements elements = nav_com.select("ul>li");

23 for (Element element : elements) {

24 System.out.println("导航标题:"+element.text()+"\t标题访问地址:"+element.select("a").attr("href")+"\r\n");

25 //这里 我们可以 根据 得到的访问链接 再进行 爬取.........

26 }

27 } catch (IOException e) {

28 System.out.println("出现错误:"+e.getMessage());

29 }

30

31

32 }

33

34 }

复制代码

运行结果:

复制代码

1 导航标题:推荐 标题对应的链接:/

2

3 导航标题:最新文章 标题对应的链接:/nav/newarticles

4

5 导航标题:关注 标题对应的链接:/nav/watchers

6

7 导航标题:资讯 标题对应的链接:/nav/news

8

9 导航标题:人工智能 标题对应的链接:/nav/ai

10

11 导航标题:云计算/大数据 标题对应的链接:/nav/cloud

12

13 导航标题:区块链 标题对应的链接:blockchain.csdn.net

14

15 导航标题:数据库 标题对应的链接:/nav/db

16

17 导航标题:程序人生 标题对应的链接:/nav/career

18

19 导航标题:游戏开发 标题对应的链接:/nav/game

20

21 导航标题:研发管理 标题对应的链接:/nav/engineering

22

23 导航标题:前端 标题对应的链接:/nav/web

24

25 导航标题:移动开发 标题对应的链接:/nav/mobile

26

27 导航标题:物联网 标题对应的链接:/nav/iot

28

29 导航标题:运维 标题对应的链接:/nav/ops

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。img

👉二、Python必备开发工具

img
👉三、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
img

👉 四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(文末领读者福利)
img

👉五、Python练习题

检查学习结果。
img

👉六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
img

img

👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传

了解详情:docs.qq.com/doc/DSnl3ZG…