旅游网站大数据分析 - 数据抓取

第1关：利用Jsoup抓取携程旅游网的数据

任务描述
本关任务：使用Jsoup获取携程旅游网的数据。

相关知识
现在我们目标是获取携程旅游网的数据，然后将获取到的数据清洗，清洗一些无意义的数据，最后在存入到Hadoop中，这样我们就完成了数据获取、数据清洗、数据存储。

现在我们要来一起完成第一步，数据获取，在我们知道一个网站地址的前提下，如何提取该网站的数据为我们所用呢？

需要一些工具，比如 Jsoup。

Jsoup 的使用
jsoup 是一款 Java 的 HTML 解析器，可直接解析某个 URL地址、HTML文本内容。它提供了一套非常省力的API，可通过 DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

jsoup的主要功能如下：

从一个URL 件或字符串中解析 HTML；

使用 DOM 或 CSS 选择器来查找、取出数据；

可操作 HTML 元素、属性、文本；

jsoup 是基于 MIT 协议发布的，可放心使用于商业项目。

开始你的任务吧，祝你成功！

package step1