java 爬虫插件 jsoup 在springboot 下的使用

本文介绍如何使用jsoup库在Java环境下进行静态网站爬取,包括依赖包引入、连接目标网站、选择节点及获取链接等操作,适合初学者快速上手。

引言:jsoup 在 java 基础上实现爬取静态网站信息是非常方便的,只要明白原理就可以为所欲为了,废话不多说,上代码!

1.先在pom.xml 中引入依赖包 

        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.10.3</version>
        </dependency>

2.把你要爬的网址放到这里来,生成一个 document

Document doc = Jsoup.connect(url).get();

3. 现在就可以在生成的 doc 上选择你需要内容所在的节点了,下面简单举几个例子,想了解详细使用方法请到http://www.open-open.com/jsoup/selector-syntax.htm

// 根据 class 查找节点
doc.getElementsByClass("class")

// 根据 id 查找节点
doc.getElementById("id")

// 根据标签类型,入查找 <a> 标签
doc.select("a");

// 获取 a 标签中的链接
doc.select("a").attr("href");

懂得这些基本就可以爬取一个简单的网站了 skr! 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值