用Java抓取天眼查公開失信人員資訊

做生意不管是大生意小生意講究的是信用，如果信用不好的人，想必也沒有人願意和他做生意，最近我有幾個朋友不是搞的裝潢公司麼，接了幾個單子，想要問問透過一些資訊能否查查對方是否是失信人員，當然都是透過正規渠道來的，還是老規矩，直接透過程式碼過去自動識別抓取。

以下是一個簡單的Java爬蟲程式，使用了Jsoup庫來解析HTML網頁，並使用了Apache HttpClient庫來傳送HTTP請求：

import 
org.
jsoup.
Jsoup;



import 
org.
jsoup.
nodes.
Document;



import 
org.
jsoup.
nodes.
Element;



import 
org.
jsoup.
select.
Elements;







import 
java.
io.
IOException;



import 
java.
net.
HttpURLConnection;



import 
java.
net.
URL;







public 
class 
Spider {


    
public 
static 
void 
main(
String[] 
args) {


        
String 
url 
= 
"tianyancha失信人員資訊採集";


        
String 
提取免費ip 
= 
"jshk.com.cn/mb/reg.asp?kefu=xjy&";


        
String 
proxyHost 
= 
"duoip";


        
int 
proxyPort 
= 
8000;






        
try {


            
// 建立一個URL物件


            
URL 
obj 
= 
new 
URL(
url);






            
// 建立一個HttpURLConnection物件，並設定代理資訊


            
HttpURLConnection 
con 
= (
HttpURLConnection) 
obj.
openConnection();


            
con.
setRequestProperty(
"Proxy-Host", 
proxyHost);


            
con.
setRequestProperty(
"Proxy-Port", 
String.
valueOf(
proxyPort));






            
// 傳送GET請求，並獲取響應碼


            
int 
responseCode 
= 
con.
getResponseCode();


            
System.
out.
println(
"Response Code : " 
+ 
responseCode);






            
// 判斷響應碼是否為200，如果是，則解析HTML網頁


            
if (
responseCode 
== 
200) {


                
Document 
doc 
= 
Jsoup.
parse(
con.
getInputStream());


                
Elements 
elements 
= 
doc.
select(
".list li");






                
// 遍歷所有的列表項


                
for (
Element 
element : 
elements) {


                    
// 獲取列表項的HTML文字


                    
String 
text 
= 
element.
text();






                    
// 輸出列表項的文字


                    
System.
out.
println(
text);


                }


            } 
else {


                
System.
out.
println(
"Failed to connect");


            }






        } 
catch (
IOException 
e) {


            
e.
printStackTrace();


        }


    }


}

以下是對以上程式碼的每行的解釋：

1、建立一個URL物件，指定要爬取的網頁的URL。

2、建立一個HttpURLConnection物件，並設定代理資訊。proxyHost是代理伺服器的主機名，proxyPort是代理伺服器的埠號。

3、傳送GET請求，並獲取響應碼。如果響應碼是200，則說明請求成功，可以繼續解析HTML網頁。

4、使用Jsoup的parse方法解析HTML網頁。返回的是一個Document物件，可以使用這個物件選擇和操作網頁中的元素。

5、使用select方法選擇所有列表項的元素。這個方法會返回一個Elements物件。

6、遍歷所有的列表項。

7、使用text方法獲取列表項的文字。

8、輸出列表項的文字。

注意，以上程式碼只是一個簡單的示例，實際的爬蟲程式可能會更復雜，需要處理更多的異常和錯誤情況。在編寫和使用爬蟲程式時，請務必遵守適用的法律和法規，尊重網站的使用條款和隱私政策。

其實在我們生活中，不管做什麼事情，講誠信是最受人愛戴的，所有人的成功並非一日促成，而是透過自身的日積月累，同樣的，學習也是一樣。如果有更多爬蟲方面的問題可以評論區交流交流。