import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class BaiDuDemo {
static String sendGet(String url){
//定義一個字符串用來存儲網頁內容
String result = "";
//定義一個緩衝輸入字符流
BufferedReader in = null;
try{
//將string轉成url對象URL
realUrl = new URL(url);
//初始化一個鏈接到那個url的連接
URLConnection connection = realUrl.openConnection();
//開始實際的連接
connection.connect();
//初始化BuffereReader輸入流來讀取URL的響應
in = new BufferedReader(new InputStreamReader(
connection.getInputStream()));
//用來臨時存儲抓取到的每一行數據
String line;
while ((line = in.readLine()) != null) {
//遍歷抓取到的每一行並將其存儲到result裏面
result += line;
}
}catch (Exception e) {
System.out.println("發送GET請求出現異常!" + e);
e.printStackTrace();
}
//使用finally來關閉輸入流
finally{
try {
if(in != null){
in.close();
}
} catch (Exception e2) {
e2.printStackTrace();
}
}
return result;
}
static String RegexString(String targetStr, String patternStr){
//定義一個樣式模板,此中使用正則表達式,括號中是要抓的內容
//相當於埋好了陷阱匹配的地方就會掉下去
Pattern pattern = Pattern.compile(patternStr);
//定義一個matcher用來做匹配
Matcher matcher = pattern.matcher(targetStr);
//如果找到了
if(matcher.find()){
return matcher.group(1);
}
return "";
}
public static void main(String[] args) {
//定義即將訪問的連接
String url ="http://www.baidu.com";
//訪問連接並獲取頁面內容
String result = sendGet(url);
//使用正則匹配圖片的src內容
String imgSrc = RegexString(result, "src=\"(.+?)\"");
System.out.println(imgSrc);
}
}
Java寫的爬蟲爬百度首頁Code《轉自零基礎寫Java知乎爬蟲之先拿百度首頁練練手》
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.