使用maven實現有關Jsoup簡單爬蟲的步驟
阿新 • • 發佈:2021-09-18
目錄
- 一、oup的簡介
- 二、我們可以利用Jsoup做什麼
- 三、利用Jsoup爬取某東示例
- 四、Jsoup用法
- 五、總結
一、Jsoup的簡介
jsoup 是一款 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,EkOQzIp可通過DOM,以及類似於的操作方法來取出和操作資料
二、我們可以利用Jsoup做什麼
2.1從URL,檔案或字串中刮取並解析HTML查詢和提取資料,
2.2使用DOM遍歷或CSS選擇器操縱HTML元素,屬性和文字
2.3從而使我們輸出我們想要的整潔文字
三、利用Jsoup爬取某東示例
可以從圖中看到,成功爬取某東的女裝熱門銷量從高到低的標題,從而可以分析
四、Jsoup用法
4.1先建立maven工程,在maven工程上注入依賴
4.2注入依賴後需要匯入依賴,否則在程式中使用Jsoup會全部報錯。
4.3利用JSP的知識找出目標元素
如在某東介面我們發現, 控制目標頁面的ID為"plist",則我們使用
getElementById("plist");方法去獲取到他的ID
接著獲取目標標題,可以由上圖分析得,標題是由<em>標籤所控制,因此我們需要用到
getElementsByTag("em");去捕捉到em的部分
最後迴圈輸出他的部分即可。
五、總結
Jsoup只能應用於簡單的頁面捕捉,在實際客棧開發中許多采用Ajax技術等使得模組在動態變化抑或是有反爬蟲技術,因此本技術有侷限性。熟悉前端jsp技術的同學應該會遊刃有餘。
最後附上所有程式碼
以上就是使用maven實現有關Jsoup簡單爬蟲的步驟的詳細內容,更多關於maven實現Jsoup爬蟲的資料請關注我們其它相關文章!