Java實現網路爬蟲 案例程式碼:從網上獲取《三國演義》全文
Java實現網路爬蟲 案例程式碼:從網上獲取《三國演義》全文
案例2:從網上獲取《三國演義》全文
需求說明
搭建開發環境,實現《三國演義》全文儲存在本地
步驟分析
1、訪問網址:
2、分析網站URL、文件內容特徵
3、獲取網頁內容
4、拆分出需求內容
5、儲存在本地 D:\三國演義.txt
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class NovelDemo {
/**
* 1、根據小說存放位置建立file物件
* 2、根據網頁結構編寫正則,建立pattern物件
* 3、編寫迴圈,建立向所有小說章節頁面發起網路請求的url物件
* 4、網路流BufferReader
* 5、建立輸入流
* 6、迴圈讀取請求得到的內容,使用正則匹配其中的內容
* 7、將讀取到的內容寫入本地檔案,知道迴圈結束
* 8、注意程式碼中的異常處理
*/
public static void main(String[] args) {
// 1、根據小說存放位置建立file物件
File file = new File("D:\\三國演義.txt");
if(!file.exists()){ //檔案不存在則建立該檔案
try {
file.createNewFile();
} catch (IOException e) {
e.printStackTrace();
}
}
// 2、根據網頁結構編寫正則,建立pattern物件
String regex_content = "<p.*?>(.*?)</p>";
String regex_title = "<h1>(.*?)</h1>";
Pattern p_content = Pattern.compile(regex_content);
Pattern p_title = Pattern.compile(regex_title);
Matcher m_content;
Matcher m_title;
// 3、編寫迴圈,建立向所有小說章節頁面發起網路請求的url物件
for (int i = 1; i <= 120; i++) {
System.out.println("第" + i + "章開始下載。。。");
try {
// 建立每一個頁面的url物件
URL url = new URL(" + i + ".html");
// 建立網路讀取流
BufferedReader reader = new BufferedReader(
new InputStreamReader(url.openStream(), "utf8"));
// 4、讀取網路內容網路流BufferReader
String str = null;
// 5、建立輸入流
BufferedWriter writer = new BufferedWriter(
new OutputStreamWriter(new FileOutputStream(file, true)));
while ((str = reader.readLine()) != null) {
m_title = p_title.matcher(str.toString());
m_content = p_content.matcher(str.toString());
// 獲取小說標題並寫入本地檔案
Boolean isEx = m_title.find();
if (isEx) {
String title = m_title.group();
// 清洗得到的資料
title = title.replace("<h1>", "").replace( "</h1>", "");
System.out.println(title);
writer.write("第" + i + "章:" + title + "\n");
}
while (m_content.find()) {
String content = m_content.group();
// 清洗得到的資料
content = content.replace("<p>", "")
.replace("</p>", "")
.replace(" ", "")
.replace("?", "");
// 把小說內容寫入檔案
writer.write(content + "\n");
}
}
System.out.println("第" + i + "章下載完成.........");
writer.write("\n\n");
writer.close();
reader.close();
} catch (Exception e) {
System.out.println("下載失敗");
e.printStackTrace();
}
}
}
}
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69940641/viewspace-2915834/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Java實現網路爬蟲 案例程式碼Java爬蟲
- Java實現網路爬蟲 案例程式碼3:使用webmagic框架獲取天氣預報Java爬蟲Web框架
- Java+MySQL實現網路爬蟲程式JavaMySql爬蟲
- 網路爬蟲---從千圖網爬取圖片到本地爬蟲
- Java網路爬蟲實操(10)Java爬蟲
- Java網路爬蟲實操(1)Java爬蟲
- Java網路爬蟲實操(6)Java爬蟲
- Java網路爬蟲實操(2)Java爬蟲
- Java網路爬蟲實操(3)Java爬蟲
- Java網路爬蟲實操(4)Java爬蟲
- Java網路爬蟲實操(5)Java爬蟲
- Java網路爬蟲實操(7)Java爬蟲
- Java網路爬蟲實操(9)Java爬蟲
- Java網路爬蟲實操(8)Java爬蟲
- 最簡單的網路圖片的爬取 --Pyhon網路爬蟲與資訊獲取爬蟲
- 網路爬蟲——爬蟲實戰(一)爬蟲
- 《網路爬蟲開發實戰案例》筆記爬蟲筆記
- 爬蟲搭建代理池、爬取某網站影片案例、爬取新聞案例爬蟲網站
- 網路爬蟲——Urllib模組實戰專案(含程式碼)爬取你的第一個網站爬蟲網站
- 網路爬蟲如何獲取IP進行資料抓取爬蟲
- python實現selenium網路爬蟲Python爬蟲
- Python使用多程式提高網路爬蟲的爬取速度Python爬蟲
- python爬蟲獲取天氣網實時資料Python爬蟲
- 網路爬蟲(六):實戰爬蟲
- 網路爬蟲爬蟲
- python網路爬蟲--爬取淘寶聯盟Python爬蟲
- Python網路爬蟲之爬取淘寶網頁頁面 MOOC可以執行的程式碼Python爬蟲網頁
- python網路爬蟲應用_python網路爬蟲應用實戰Python爬蟲
- 用Python網路爬蟲獲取Mikan動漫資源Python爬蟲
- 用PYTHON爬蟲簡單爬取網路小說Python爬蟲
- 網路爬蟲——爬取糗事百科笑料段子爬蟲
- Python網路爬蟲實戰Python爬蟲
- 網路爬蟲精要爬蟲
- 網路爬蟲示例爬蟲
- 網路爬蟲——專案實戰(爬取糗事百科所有文章)爬蟲
- [網路爬蟲] 網路爬蟲實踐:大麥網演唱會預約搶票 【待續】爬蟲
- 什麼是網路爬蟲程式[轉]?爬蟲
- python爬蟲---網頁爬蟲,圖片爬蟲,文章爬蟲,Python爬蟲爬取新聞網站新聞Python爬蟲網頁網站