java爬虫(Jsoup)爬取某新闻站点标题

最新推荐文章于 2025-07-11 16:24:47 发布

javaduqing

最新推荐文章于 2025-07-11 16:24:47 发布

阅读量8.5k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python/java爬虫文章标签： Jsoup 爬虫 java爬虫 Jsoup爬虫

本文链接：https://blog.youkuaiyun.com/disiwei1012/article/details/51614492

python/java爬虫专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何利用Java库Jsoup抓取指定网站的文章标题，并提供了完整的代码示例。通过连接到目标网址并解析HTML文档，能够有效地提取出所需的信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

需要一个包：jsoup-1.7.3.jar
有一定的java和js基础的人，一看就懂了！
一个不错的Jsoup中文文档下载地址：http://download.youkuaiyun.com/detail/apache2011/4517327

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class JsoupTest {

    /**
     * @param args
     * @throws Exception 
     */
    public static void main(String[] args) throws Exception {
        getWuMaoW();
    }


    //获取5毛网上的文章标题
    public static void getWuMaoW(){
        String url = "http://www.wumaow.com";
        Document doc = null;
        try {
            doc = Jsoup.connect(url).get();
            Elements listDiv = doc.getElementsByAttributeValue("class", "post");
            for(Element element : listDiv){
                Elements texts = element.getElementsByTag("h4");
                for(Element text:texts){
                    String ptext = text.text();
                    System.out.println("标题："+ptext);
                }
            }
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}