JAVA超級簡單的爬蟲實例講解

public class Reptile {
 
 public static void main(String[] args) {  
 String url1="";   //傳入你所要爬取的頁面地址
 InputStream is=null;  //創(chuàng)建輸入流用于讀取流
 BufferedReader br=null; //包裝流,加快讀取速度
 StringBuffer html=new StringBuffer(); //用來保存讀取頁面的數(shù)據(jù).
 String temp=""; //創(chuàng)建臨時字符串用于保存每一次讀的一行數(shù)據(jù)，然后html調(diào)用append方法寫入temp;
 try {
  URL url2 = new URL(url1); //獲取URL;
  is = url2.openStream(); //打開流，準(zhǔn)備開始讀取數(shù)據(jù);
  br= new BufferedReader(new InputStreamReader(is)); //將流包裝成字符流，調(diào)用br.readLine()可以提高讀取效率，每次讀取一行;
  while ((temp = br.readLine()) != null) {//讀取數(shù)據(jù),調(diào)用br.readLine()方法每次讀取一行數(shù)據(jù),并賦值給temp,如果沒數(shù)據(jù)則值==null,跳出循環(huán);
  html.append(temp); //將temp的值追加給html,這里注意的時String跟StringBuffere的區(qū)別前者不是可變的后者是可變的;
  }
  //System.out.println(html); //打印出爬取頁面的全部代碼;
  if(is!=null)  //接下來是關(guān)閉流,防止資源的浪費(fèi);
  {
   is.close();
   is=null;
  }
  Document doc=Jsoup.parse(html.toString()); //通過Jsoup解析頁面,生成一個document對象;
  Elements elements=doc.getElementsByClass("XX");//通過class的名字得到（即XX）,一個數(shù)組對象Elements里面有我們想要的數(shù)據(jù),至于這個div的值呢你打開瀏覽器按下F12就知道了;
  for (Element element:elements) {
   System.out.println(element.text()); //打印出每一個節(jié)點的信息;你可以選擇性的保留你想要的數(shù)據(jù),一般都是獲取個固定的索引;  
  }   
 } catch (MalformedURLException e) {
  // TODO Auto-generated catch block
  e.printStackTrace();
 } catch (IOException e) {
  // TODO Auto-generated catch block
  e.printStackTrace();
 }
 
 
 
}