行走江湖的少侠哥

这一节，我们来实现爬取知乎‘美女’话题下的子问题以及相关问题回答的赞同数前三名。 上两节，我们爬取了百度首页的源码，实现了百度LOGO的抓取和下载。这一次我们的目标是知乎。 首先确定我们需要爬取的东西。 1.问题 2.问题描述 3.回答者 4.回答赞同数 5.回答内容（包括图片） 5.回答者个人首页链接

URL的openConnection()方法将返回一个URLConnection对象，该对象表示应用程序和 URL 之间的通信链接。程序可以通过URLConnection实例向该URL发送请求、读取URL引用的资源。 通常创建一个和 URL 的连接，并发送请求、读取此 URL 引用的资源需要如下几个步骤： （1）通过调用URL对象openConnection()方法来创建URLConnecti

上一节爬取了知乎美女精华话题下的子问题，并不需要登陆，直接抓取页面就可以了。但有些页面需要登陆后才可见。 比如 https://www.zhihu.com/topic 登陆状态下是 非登陆状态， 当提到登陆，必须对Http协议有一些了解，推荐《图解Http》。 通俗的说，HTTP 是一种无状态的协议, 协议本身不保留之前的一切请求信息和响应信息，也就是

源地址：http://blog.youkuaiyun.com/zhliro/article/details/46877519 HttpURLConnection与HttpClient浅析 1. GET请求与POST请求 HTTP协议是现在Internet上使用得最多、最重要的协议了，越来越多的Java应用程序需要直接通过HTTP协议来访问网络资源。 在介绍HttpURLConnecti

我们的第一节，抽取百度页面源码，分别使用HttpURLConnection和HttpClient实现。 需要了解HttpURLConnection和HttpClient有什么异同的点击这里 如果不清楚GET访问和POST访问的的同学可以看看W3的解释《GET与POST》 接下来，我们用java来实现一个爬取百度首页源码的程序 有前端基础的小伙伴肯定知道，这个页面是由HTML+CSS

右键点击百度首页LOGO，审查元素，我们可以看到以下内容 在HTML处理中，经常会用到正则表达式，对内容进行过滤，提取目标内容 没有正则基础的小伙伴可以先了解下点击打开 在线正则表达式匹配测试点击打开 我们引入一个匹配模板 public static String RegexString(String targetStr,String patternStr)

这次课程设计的技术点 1.Java线程池、连接池 2.JDBC编程