豆瓣客户端的实现06

最新推荐文章于 2021-05-31 05:28:20 发布

huanyi0723

最新推荐文章于 2021-05-31 05:28:20 发布

阅读量415

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/huanyi0723/article/details/32151901

本文介绍了一种使用Java从豆瓣网站抓取最新图书信息的方法。通过解析HTML源码，提取了包括书名、描述、简介及图片链接等关键信息，并展示了具体的实现代码。

需求分析

获取服务端的数据以ListView显示出来 URL地址 http://book.douban.com/latest

话不多说先上代码

Java工程

TestNewBook.java

public class TestNewBook {

	public static void main(String[] args) throws Exception{
		String path ="http://book.douban.com/latest";
		URL url = new URL(path);
		URLConnection conn = url.openConnection();
		Source source = new Source(conn);
		
		List<Element>  lielements  = source.getAllElements("li");
		System.out.println(lielements.size());
		for(Element lielement : lielements){
			List<Element> childrenlists = lielement.getChildElements();
			if(childrenlists.size()==2){
			
			  if("detail-frame".equals(childrenlists.get(0).getAttributeValue("class"))){
				  //数目对应的div信息 
				  Element div = childrenlists.get(0);
				  List<Element> divChildren = div.getChildElements();
				  String name = divChildren.get(0).getTextExtractor().toString();
				  System.out.println("书名:"+name);
				  String description = divChildren.get(1).getTextExtractor().toString();
				  System.out.println("描述: "+description);
				  String summary = divChildren.get(2).getTextExtractor().toString();
				  System.out.println("简介: "+summary);
				
				  Element achild = childrenlists.get(1);
				  String iconpath = achild.getChildElements().get(0).getAttributeValue("src");
				  System.out.println("图片地址 : "+iconpath);
				  System.out.println("---------------------");
			  }
				
			}
			
		}
		
	}

}

结果

代码分析

需要导入的外表Jar包

jericho-html-3.1.jar

解析HTML