1. 程式人生 > 程式設計 >Java爬取豆瓣電影資料的方法詳解

Java爬取豆瓣電影資料的方法詳解

本文例項講述了Java爬取豆瓣電影資料的方法。分享給大家供大家參考,具體如下:

所用到的技術有Jsoup,HttpClient。

Jsoup

jsoup 是一款Java 的HTML解析器,可直接解析某個URL地址、HTML文字內容。它提供了一套非常省力的API,可通過DOM,CSS以及類似於jQuery的操作方法來取出和操作資料。

HttpClient

HTTP 協議可能是現在 Internet 上使用得最多、最重要的協議了,越來越多的 Java 應用程式需要直接通過 HTTP 協議來訪問網路資源。雖然在 JDK 的 java net包中已經提供了訪問 HTTP 協議的基本功能,但是對於大部分應用程式來說,JDK 庫本身提供的功能還不夠豐富和靈活。HttpClient 是 Apache Jakarta Common 下的子專案,用來提供高效的、最新的、功能豐富的支援 HTTP 協議的客戶端程式設計工具包,並且它支援 HTTP 協議最新的版本和建議。

爬取豆瓣電影資料

豆瓣電影網址。

https://movie.douban.com/explore#!type=movie&tag=熱門&sort=recommend&page_limit=20&page_start=0

開啟瀏覽器f12,位址列中輸入該地址訪問,可以看到請求響應的頁面,對應可以找到電影資料的請求地址,資料請求地址

https://movie.douban.com/j/search_subjects?type=movie&tag=熱門&sort=recommend&page_limit=20&page_start=0

Java爬取豆瓣電影資料的方法詳解

可以看到資料請求地址響應過來的是一個JSON格式的資料,之後我們看到請求地址上的引數type=movie&tag=熱門&sort=recommend&page_limit=20&page_start=0。其中type是電影tag是標籤,sort是按照熱門進行排序的,page_limit是每頁20條資料,page_start是從第幾條資料開始查詢(下標從0開始)。但是這不是我們想要的,我們需要去找豆瓣電影資料的總入口地址是下面這個

https://movie.douban.com/j/search_subjects

建立SpringBoot專案爬取資料

把爬取到的資料儲存到資料庫中,電影圖片儲存在本地磁碟中,這裡持久層用的是JPA,所以需要引入對應的依賴。pom.xml中依賴程式碼如下。

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
     xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.2.1.RELEASE</version>
    <relativePath/> <!-- lookup parent from repository -->
  </parent>
  <groupId>com.mcy</groupId>
  <artifactId>crawler-douban</artifactId>
  <version>0.0.1-SNAPSHOT</version>
  <name>crawler-douban</name>
  <description>Demo project for Spring Boot</description>
 
  <properties>
    <java.version>1.8</java.version>
  </properties>
 
  <dependencies>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-jpa</artifactId>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
 
    <dependency>
      <groupId>mysql</groupId>
      <artifactId>mysql-connector-java</artifactId>
      <scope>runtime</scope>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-test</artifactId>
      <scope>test</scope>
      <exclusions>
        <exclusion>
          <groupId>org.junit.vintage</groupId>
          <artifactId>junit-vintage-engine</artifactId>
        </exclusion>
      </exclusions>
    </dependency>
    <!--httpclient-->
    <dependency>
      <groupId>org.apache.httpcomponents</groupId>
      <artifactId>httpclient</artifactId>
      <version>4.5.2</version>
    </dependency>
    <!--jsoup,解析HTML-->
    <dependency>
      <groupId>org.jsoup</groupId>
      <artifactId>jsoup</artifactId>
      <version>1.11.3</version>
    </dependency>
    <dependency>
      <groupId>com.alibaba</groupId>
      <artifactId>fastjson</artifactId>
      <version>1.2.47</version>
    </dependency>
  </dependencies>
 
  <build>
    <plugins>
      <plugin>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-maven-plugin</artifactId>
      </plugin>
    </plugins>
  </build>
 
</project>

專案目錄結構如下。

Java爬取豆瓣電影資料的方法詳解

首先我們在entity包中建立實體物件,欄位為豆瓣電影的基本資訊(有些資訊是詳情頁面的資訊)。

Movie實體類。

import javax.persistence.*;
 
@Entity
public class Movie {
  private Integer id;
  private double rate;  //評分
  private String title;  //電影名稱
  private String director;  //導演
  private String protagonist; //主演
  private String dateTime;  //電影時長
 
  @Id
  @GeneratedValue(strategy = GenerationType.IDENTITY)
  public Integer getId() {
    return id;
  }
 
  public void setId(Integer id) {
    this.id = id;
  }
 
  public double getRate() {
    return rate;
  }
 
  public void setRate(double rate) {
    this.rate = rate;
  }
 
  public String getTitle() {
    return title;
  }
 
  public void setTitle(String title) {
    this.title = title;
  }
 
  public String getDirector() {
    return director;
  }
 
  public void setDirector(String director) {
    this.director = director;
  }
 
  @Column(length=2000)
  public String getProtagonist() {
    return protagonist;
  }
 
  public void setProtagonist(String protagonist) {
    this.protagonist = protagonist;
  }
 
  public String getDateTime() {
    return dateTime;
  }
 
  public void setDateTime(String dateTime) {
    this.dateTime = dateTime;
  }
}

在src/main/resources下找到application.properties檔案,在該配置檔案中配置資料庫連結資訊,需要在資料庫中新建一個名為douban的資料庫。

spring.datasource.url=jdbc:mysql://localhost:3306/douban?serverTimezone=GMT%2B8
spring.datasource.username=root
spring.datasource.password=root
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.jpa.database-platform=org.hibernate.dialect.MySQL5InnoDBDialect
spring.jpa.show-sql=true
spring.jpa.hibernate.ddl-auto=update
spring.jpa.hibernate.use-new-id-generator-mappings=false

建立MovieRepository資料訪問層介面

import com.mcy.crawlerdouban.entity.Movie;
import org.springframework.data.jpa.repository.JpaRepository;
 
public interface MovieRepository extends JpaRepository<Movie,Integer> {
 
}

建立MovieService類,裡邊有一個儲存資料的方法。

import com.mcy.crawlerdouban.entity.Movie;
import com.mcy.crawlerdouban.repository.MovieRepository;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
 
@Service
public class MovieService {
  @Autowired
  private MovieRepository movieRepository;
 
  public void save(Movie movie) {
    movieRepository.save(movie);
  }
}

建立一個HttpUtils獲取網頁資料和儲存圖片的工具類。

建立連線池和配置連線池資訊。

//建立連線池管理器
private static PoolingHttpClientConnectionManager cm;
 
public HttpUtils(){
  cm = new PoolingHttpClientConnectionManager();
  //設定最大連線數
  cm.setMaxTotal(100);
  //設定每個主機的最大連線數
  cm.setDefaultMaxPerRoute(10);
}
 
//配置請求資訊
private static RequestConfig getConfig() {
  RequestConfig config = RequestConfig.custom()
      .setConnectTimeout(10000)   //建立連線的最長時間,單位毫秒
      .setConnectionRequestTimeout(10000) //設定獲取連結的最長時間,單位毫秒
      .setSocketTimeout(10000)   //設定資料傳輸的最長時間,單位毫秒
      .build();
  return config;
}

根據請求地址獲取響應資訊方法,獲取成功後返回響應資訊。

public static String doGetHtml(String url,Map<String,String> map,String> mapTile) throws URISyntaxException {
  //建立HTTPClient物件
  CloseableHttpClient httpClient = HttpClients.createDefault();
 
  //設定請求地址
  //建立URLBuilder
  URIBuilder uriBuilder = new URIBuilder(url);
 
  //設定引數
  if(!map.isEmpty()){
    for(String key : map.keySet()){
      uriBuilder.setParameter(key,map.get(key));
    }
  }
 
  //建立HTTPGet物件,設定url訪問地址
  //uriBuilder.build()得到請求地址
  HttpGet httpGet = new HttpGet(uriBuilder.build());
 
  //設定請求頭資訊
  if(!mapTile.isEmpty()){
    for(String key : mapTile.keySet()){
      httpGet.addHeader(key,mapTile.get(key));
    }
  }
 
  //設定請求資訊
  httpGet.setConfig(getConfig());
  System.out.println("發起請求的資訊:"+httpGet);
 
  //使用HTTPClient發起請求,獲取response
  CloseableHttpResponse response = null;
  try {
    response = httpClient.execute(httpGet);
    //解析響應
    if(response.getStatusLine().getStatusCode() == 200){
      //判斷響應體Entity是否不為空,如果不為空就可以使用EntityUtils
      if(response.getEntity() != null) {
        String content = EntityUtils.toString(response.getEntity(),"utf8");
        return content;
      }
    }
  }catch (IOException e){
    e.printStackTrace();
  }finally {
    //關閉response
    try {
      response.close();
    } catch (IOException e) {
      e.printStackTrace();
    }
  }
  return "";
}

根據連結下載圖片儲存到本地方法。

public static String doGetImage(String url) throws IOException {
  //獲取HTTPClient物件
  CloseableHttpClient httpClient = HttpClients.createDefault();
  //設定HTTPGet請求物件,設定url地址
  HttpGet httpGet = new HttpGet(url);
  //設定請求資訊
  httpGet.setConfig(getConfig());
  //使用HTTPClient發起請求,獲取響應
  CloseableHttpResponse response = null;
  try {
    //使用HTTPClient發起請求,獲取響應
    response = httpClient.execute(httpGet);
    //解析響應,返回結果
    if(response.getStatusLine().getStatusCode() == 200){
      //判斷響應體Entity是否不為空
      if(response.getEntity() != null) {
        //下載圖片
        //獲取圖片的字尾
        String extName = url.substring(url.lastIndexOf("."));
        //建立圖片名,重新命名圖片
        String picName = UUID.randomUUID().toString() + extName;
        //下載圖片
        //宣告OutputStream
        OutputStream outputStream = new FileOutputStream(new File("E://imges/" + picName));
        response.getEntity().writeTo(outputStream);
        //返回圖片名稱
        return picName;
      }
    }
  } catch (IOException e) {
    e.printStackTrace();
  }finally {
    //關閉response
    if(response != null){
      try {
        response.close();
      } catch (IOException e) {
        e.printStackTrace();
      }
    }
  }
  return "";
}

HttpUtils工具類全部程式碼。

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.net.URISyntaxException;
import java.util.Map;
import java.util.UUID;
import org.apache.http.client.config.RequestConfig;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.client.utils.URIBuilder;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.impl.conn.PoolingHttpClientConnectionManager;
import org.apache.http.util.EntityUtils;
 
public class HttpUtils {
 
  //建立連線池管理器
  private static PoolingHttpClientConnectionManager cm;
 
  public HttpUtils(){
    cm = new PoolingHttpClientConnectionManager();
    //設定最大連線數
    cm.setMaxTotal(100);
    //設定每個主機的最大連線數
    cm.setDefaultMaxPerRoute(10);
  }
 
  //配置請求資訊
  private static RequestConfig getConfig() {
    RequestConfig config = RequestConfig.custom()
        .setConnectTimeout(10000)   //建立連線的最長時間,單位毫秒
        .setConnectionRequestTimeout(10000) //設定獲取連結的最長時間,單位毫秒
        .setSocketTimeout(10000)   //設定資料傳輸的最長時間,單位毫秒
        .build();
    return config;
  }
 
  /**
   * 根據請求地址下載頁面資料
   * @param url  請求路徑
   * @param map  請求引數
   * @param mapTile  請求頭
   * @return //頁面資料
   * @throws URISyntaxException
   */
  public static String doGetHtml(String url,String> mapTile) throws URISyntaxException {
    //建立HTTPClient物件
    CloseableHttpClient httpClient = HttpClients.createDefault();
 
    //設定請求地址
    //建立URLBuilder
    URIBuilder uriBuilder = new URIBuilder(url);
 
    //設定引數
    if(!map.isEmpty()){
      for(String key : map.keySet()){
        uriBuilder.setParameter(key,map.get(key));
      }
    }
 
    //建立HTTPGet物件,設定url訪問地址
    //uriBuilder.build()得到請求地址
    HttpGet httpGet = new HttpGet(uriBuilder.build());
 
    //設定請求頭資訊
    if(!mapTile.isEmpty()){
      for(String key : mapTile.keySet()){
        httpGet.addHeader(key,mapTile.get(key));
      }
    }
 
    //設定請求資訊
    httpGet.setConfig(getConfig());
    System.out.println("發起請求的資訊:"+httpGet);
 
    //使用HTTPClient發起請求,獲取response
    CloseableHttpResponse response = null;
    try {
      response = httpClient.execute(httpGet);
      //解析響應
      if(response.getStatusLine().getStatusCode() == 200){
        //判斷響應體Entity是否不為空,如果不為空就可以使用EntityUtils
        if(response.getEntity() != null) {
          String content = EntityUtils.toString(response.getEntity(),"utf8");
          return content;
        }
      }
    }catch (IOException e){
      e.printStackTrace();
    }finally {
      //關閉response
      try {
        response.close();
      } catch (IOException e) {
        e.printStackTrace();
      }
    }
    return "";
  }
 
  /**
   * 下載圖片
   * @param url
   * @return 圖片名稱
   */
  public static String doGetImage(String url) throws IOException {
    //獲取HTTPClient物件
    CloseableHttpClient httpClient = HttpClients.createDefault();
    //設定HTTPGet請求物件,設定url地址
    HttpGet httpGet = new HttpGet(url);
    //設定請求資訊
    httpGet.setConfig(getConfig());
    //使用HTTPClient發起請求,獲取響應
    CloseableHttpResponse response = null;
    try {
      //使用HTTPClient發起請求,獲取響應
      response = httpClient.execute(httpGet);
      //解析響應,返回結果
      if(response.getStatusLine().getStatusCode() == 200){
        //判斷響應體Entity是否不為空
        if(response.getEntity() != null) {
          //下載圖片
          //獲取圖片的字尾
          String extName = url.substring(url.lastIndexOf("."));
          //建立圖片名,重新命名圖片
          String picName = UUID.randomUUID().toString() + extName;
          //下載圖片
          //宣告OutputStream
          OutputStream outputStream = new FileOutputStream(new File("E://imges/" + picName));
          response.getEntity().writeTo(outputStream);
          //返回圖片名稱
          return picName;
        }
      }
    } catch (IOException e) {
      e.printStackTrace();
    }finally {
      //關閉response
      if(response != null){
        try {
          response.close();
        } catch (IOException e) {
          e.printStackTrace();
        }
      }
    }
    return "";
  }
}

在專案的test類中編寫程式碼獲取資料儲存到資料庫中。

先通過@Resource註解將MovieService類對應的實現類注入進來。

@Autowired
private MovieService movieService;

設定請求地址https://movie.douban.com/j/search_subjects

String url = "https://movie.douban.com/j/search_subjects";

之後在定義兩個Map,用於儲存請求頭和請求引數資訊。

網頁請求頭。

Java爬取豆瓣電影資料的方法詳解

請求引數,type=movie&tag=熱門&sort=recommend&page_limit=20&page_start=0

設定請求引數和請求頭程式碼如下。

Map<String,String> map = new HashMap<>();
Map<String,String> mapTitle = new HashMap<>();
//設定請求引數
map.put("type","movie");
map.put("tag","熱門");
map.put("sort","recommend");
map.put("page_limit","20");
//i為一個變數,從多少條資料開始查詢
map.put("page_start",i+"");
//設定請求頭
mapTitle.put("Accept","text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8");
mapTitle.put("User-Agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:71.0) Gecko/20100101 Firefox/71.0");
mapTitle.put("Cookie","bid=QNoG_zn4mZY; _pk_id.100001.4cf6=6209709719896af7.1575619506.2.1575940374.1575621362.; __utma=30149280.1889677372.1575619507.1575619507.1575940335.2; __utmz=30149280.1575619507.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __utma=223695111.986359939.1575619507.1575619507.1575940335.2; __utmz=223695111.1575619507.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __yadk_uid=QVSP2uvzzDBrpnvHKzZpZEWJnuARZ4aL; ll=\"118259\"; _vwo_uuid_v2=D1FC45CAE50CF6EE38D245C68D7CECC4F|e8d1db73f4c914f0b0be7ed85ac50d14; trc_cookie_storage=taboola%2520global%253Auser-id%3D690a21c0-9ad9-4f8d-b997-f0decb3cfc9b-tuct4e39874; _pk_ses.100001.4cf6=*; ap_v=0,6.0; __utmb=30149280.0.10.1575940335; __utmc=30149280; __utmb=223695111.0.10.1575940335; __utmc=223695111; __gads=ID=2f06cb0af40206d0:T=1575940336:S=ALNI_Ma4rv9YmqrkIUNXsIt5E7zT6kZy2w");

通過HttpUtils類doGetHtml方法獲取該請求響應的資料。

String html = HttpUtils.doGetHtml(url,map,mapTitle);

請求響應資料格式。

Java爬取豆瓣電影資料的方法詳解

可以看出是一個json格式的資料,我們可以通過阿里巴巴的Fastjson一個json解析庫,把它解析成為一個List格式資料。Fastjson基本用法

JSONObject jsonObject = JSONObject.parseObject(html);
JSONArray jsonArray = jsonObject.getJSONArray("subjects");

因為每頁查詢是是20條資料,我們用一個for迴圈遍歷一下這一頁的資料。可以獲得電影的標題,評分,圖片連結和詳情頁面的連結,上面JSON資料中的cover屬性值為圖片的地址。通過圖片的連結我們可以呼叫HttpUtils類的doGetImage方法把圖片儲存到本地磁碟。

HttpUtils.doGetImage(json.getString("cover"));

上面請求的資料只能獲取到標題,評分和圖片,然而我們還有獲取導演,主演,和電影時長。這些資訊我們點開上面請求到的json資料的url屬性值,會開啟詳情頁面,詳情頁面中有導演,主演,和電影時長資訊。

Java爬取豆瓣電影資料的方法詳解

開啟的詳情頁面,我們可以看到導演,主演和電影時長等資訊。

Java爬取豆瓣電影資料的方法詳解

我們查詢詳情頁面的原始碼,可以看到導演,主演,電影時長等資訊的位置。

Java爬取豆瓣電影資料的方法詳解

我們在通過HttpUtils類doGetHtml方法獲取詳情頁面的資料,利用Jsoup進行解析,Jsoup是一個可以讓java程式碼解析HTML程式碼的一個工具,可以參考一下Jsoup官網文件,找到主演,導演和電影時長資訊。到這裡我們需要的全部資訊都獲取到了,最後把資料儲存起來。

String url2 = json.getString("url");
Map<String,String> map2 = new HashMap<>();
Map<String,String> mapTitle2 = new HashMap<>();
String html2 = HttpUtils.doGetHtml(url2,map2,mapTitle2);
//解析HTML獲取DOM物件
Document doc = Jsoup.parse(html2);
//獲取導演名稱
Element element = doc.select("div#info a[rel=v:directedBy]").first();
movie.setDirector(element.text());
Elements elements = doc.select("div#info a[rel=v:starring]");
//主演
String protagonist = "";
for (Element e : elements) {
  protagonist += e.text()+",";
}
if(!protagonist.equals("")){
  protagonist = protagonist.substring(0,protagonist.length()-1);
}
movie.setProtagonist(protagonist);
//獲取電影時長
element = doc.select("div#info span[property=v:runtime]").first();
movie.setDateTime(element.text());
movieService.save(movie);

測試類全部程式碼如下。

import com.alibaba.fastjson.JSONObject;
import com.mcy.crawlerdouban.entity.Movie;
import com.mcy.crawlerdouban.service.MovieService;
import com.mcy.crawlerdouban.util.HttpUtils;
import com.alibaba.fastjson.JSONArray;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
 
import java.io.IOException;
import java.net.URISyntaxException;
import java.util.HashMap;
import java.util.Map;
 
@SpringBootTest
class CrawlerDoubanApplicationTests {
 
  @Autowired
  private MovieService movieService;
 
  @Test
  public void contextLoads() throws URISyntaxException,IOException {
    //請求地址
    //https://movie.douban.com/j/search_subjects?type=movie&tag=熱門&sort=recommend&page_limit=20&page_start=0
    String url = "https://movie.douban.com/j/search_subjects";
    Map<String,String> map = new HashMap<>();
    Map<String,String> mapTitle = new HashMap<>();
    //設定請求引數
    map.put("type","movie");
    map.put("tag","熱門");
    map.put("sort","recommend");
    map.put("page_limit","20");
    //設定請求頭
    mapTitle.put("Accept",*/*;q=0.8");
    mapTitle.put("User-Agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:71.0) Gecko/20100101 Firefox/71.0");
    mapTitle.put("Cookie",6.0; __utmb=30149280.0.10.1575940335; __utmc=30149280; __utmb=223695111.0.10.1575940335; __utmc=223695111; __gads=ID=2f06cb0af40206d0:T=1575940336:S=ALNI_Ma4rv9YmqrkIUNXsIt5E7zT6kZy2w");
    //獲取前100條資料,可以自行更改
    for(int i = 0; i < 100; i+=20){
      map.put("page_start",i+"");
      String html = HttpUtils.doGetHtml(url,mapTitle);
      JSONObject jsonObject = JSONObject.parseObject(html);
      JSONArray jsonArray = jsonObject.getJSONArray("subjects");
      for(int j = 0; j < jsonArray.size(); j++){ //迴圈遍歷每頁資料
        Movie movie = new Movie();
        JSONObject json = (JSONObject) jsonArray.get(j);
        movie.setRate(json.getDouble("rate"));
        movie.setTitle(json.getString("title"));
 
        //下載儲存圖片
        HttpUtils.doGetImage(json.getString("cover"));
 
        String url2 = json.getString("url");
        Map<String,String> map2 = new HashMap<>();
        Map<String,String> mapTitle2 = new HashMap<>();
        String html2 = HttpUtils.doGetHtml(url2,mapTitle2);
        //解析HTML獲取DOM物件
        Document doc = Jsoup.parse(html2);
        //獲取導演名稱
        Element element = doc.select("div#info a[rel=v:directedBy]").first();
        movie.setDirector(element.text());
        Elements elements = doc.select("div#info a[rel=v:starring]");
        //主演
        String protagonist = "";
        for (Element e : elements) {
          protagonist += e.text()+",";
        }
        if(!protagonist.equals("")){
          protagonist = protagonist.substring(0,protagonist.length()-1);
        }
        movie.setProtagonist(protagonist);
        //獲取電影時長
        element = doc.select("div#info span[property=v:runtime]").first();
        movie.setDateTime(element.text());
        movieService.save(movie);
      }
    }
    System.out.println("資料獲取完成。。。");
  }
}

最後我們在mysql資料庫中新建一個名為douban的資料庫,啟動專案,JPA會自動在資料庫中新建一張movie表,存放獲取到的電影資料。在本地磁碟也會儲存電影圖片,如圖。

Java爬取豆瓣電影資料的方法詳解

電影圖片,儲存的位置和HttpUtils的doGetImage方法中設定的儲存地址一樣。

Java爬取豆瓣電影資料的方法詳解

最後放上下載地址https://github.com/machaoyin/crawler-douban

有什麼問題歡迎下方留言交流。

更多關於java相關內容感興趣的讀者可檢視本站專題:《Java網路程式設計技巧總結》、《Java Socket程式設計技巧總結》、《Java檔案與目錄操作技巧彙總》、《Java資料結構與演算法教程》、《Java操作DOM節點技巧總結》和《Java快取操作技巧彙總》

希望本文所述對大家java程式設計有所幫助。