java 实现百度贴吧“只看楼主”

最新推荐文章于 2022-04-08 08:33:10 发布

Ping_QC

最新推荐文章于 2022-04-08 08:33:10 发布

阅读量3.7k

点赞数

CC 4.0 BY-SA版权

分类专栏： java 文章标签： java 百度 html string class div

本文链接：https://blog.youkuaiyun.com/Ping_QC/article/details/7415195

java 专栏收录该内容

18 篇文章

订阅专栏

本文介绍了如何使用Java实现百度贴吧的‘只看楼主’功能。主要步骤包括解析帖子URL获取HTML，利用Jsoup库提取HTML中class为'p_author_name'的楼主用户名，以及class为'p_postlist'的帖子内容。通过遍历class为'l_post'的回复并判断是否存在下一页，最终将内容保存为book.html。需要注意保存后的HTML可能需要CSS排版整理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这个功能主要是：先确定帖子的地址，然后获取html代码，通过jsoup解析html，然后把楼主发的提取出来保存到book.html

除了jsoup的使用，更多的是要看贴吧帖子的大体结构：

1、先解析出楼主的用户名：

差看html代码可以知道用户名是在class="p_author_name" 的div里，楼主当然是第一个，所以：

String lz = doc.getElementsByClass("p_author_name").get(0).html();

2、发现回复的主体是在 class="p_postlist"这个div里面的，先把这个提取出来Element e = doc.getElementsByClass("p_postlist").get(0);

3、把每一个回复 class="l_post"取出来，然后遍历

	Elements es = e.getElementsByClass("l_post");// 把每一个记录取出来
	for (Element tmp : es) {// 遍历
		if (lz.equals(tmp.getElementsByClass("p_author_name")
				.html())) {//如果是楼主就保存起来
			String html = tmp.getElementsByClass("d_content").get(0).html();
			html = html.replaceAll("<img[\\d\\D]+/>", "[图片]");
			sb.append(html);
		}
	}

4、判断帖子是否已经到尾页

每个帖子里面都有两条分页，取出任意一条，判断是否包含“下一页”，如果没了，就是到最后了

5、最后保存起来

因为我们只提取了div里面的内容，所以保存完有点乱，可以自己先写个css进行排版后在保存

完整的代码：

private void see(String url) {
		try {
			int page = 0;
			StringBuffer sb = new StringBuffer();
			Document doc = Jsoup.connect(url).get();
			String lz = doc.getElementsByClass("p_author_name").get(0).html();// 获取第一个用户的用户名,即楼主
			Elements posts = null;
			do {
				Element e = doc.getElementsByClass("p_postlist").get(0);// 获取内容div
				Elements es = e.getElementsByClass("l_post");// 把每一个记录取出来
				for (Element tmp : es) {// 遍历
					if (lz.equals(tmp.getElementsByClass("p_author_name")
							.html())) {
						
						String html = tmp.getElementsByClass("d_content").get(0).html();
						html = html.replaceAll("<img[\\d\\D]+/>", "[图片]");
						sb.append(html);
					}
				}
				// 获取分页, 一共有2个
				posts = doc.getElementsByClass("l_thread_info");
				page++;
				doc = Jsoup.connect(url + page).get();
			} while (posts.html().contains("下一页"));

			FileOutputStream fos = new FileOutputStream(
					new File("d:/book.html"));
			fos.write(sb.toString().getBytes());
			fos.flush();
			fos.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
	}