Java實現網絡爬蟲 案例代碼3：使用webmagic框架獲取天氣預報

案例3：獲取天氣預報信息

需求說明
搭建開發環境，實現從“hao123.com”中獲取當地天氣預報信息，從控制檯輸出結果
分析
訪問網址：https://www.hao123.com
分析網站URL、文檔內容特徵
獲取網頁內容
拆分出需求內容
控制檯輸出結果

搭建WebMagic開發環境

示例代碼

import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;
import us.codecraft.webmagic.pipeline.ConsolePipeline;
import us.codecraft.webmagic.processor.PageProcessor;

public class WeatherRepo implements PageProcessor{
    // 部分一：抓取網站的相關配置，包括編碼、抓取間隔、重試次數等
    private Site site = Site.me().setRetryTimes(3).setSleepTime(1000);

    @Override
    // process是定製爬蟲邏輯的核心接口，在這裏編寫抽取邏輯
    public void process(Page page) {
        // 部分二：定義如何抽取頁面信息，並保存下來
        page.putField("city", 
            page.getHtml().xpath("//span[@class='weather2-item']/text()").toString());
        
        page.putField("info_today", 
            	page.getHtml().xpath("//div[@data-hook='weather']/text()").toString());
        page.putField("temperature_today", 
        	page.getHtml().xpath("//div[@data-hook='tempera']/text()").toString());
        
        page.putField("info_tomorrow", 
            	page.getHtml().xpath("//div[@data-hook='weather-tomorrow']/text()").toString());
        page.putField("temperature_tomorrow", 
        	page.getHtml().xpath("//div[@data-hook='tempera-tomorrow']/text()").toString());
    }

    @Override
    public Site getSite() {
        return site;
    }

    public static void main(String[] args) {

        Spider.create(new WeatherRepo())
                //從"https://www.hao123.com"開始抓
                .addUrl("https://www.hao123.com")
                .addPipeline(new ConsolePipeline())   // 控制檯輸出
                .run();
    }
}

————————————————
超全面的測試IT技術課程，0元立即加入學習！有需要的朋友戳：


騰訊課堂測試技術學習地址

歡迎轉載，但未經作者同意請保留此段聲明，並在文章頁面明顯位置給出原文鏈接。