数据爬取
Posted wyppaa
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据爬取相关的知识,希望对你有一定的参考价值。
爬虫的具备条件
jdbc:操作数据库。
ehcache(redis):重复url判断。
log4j:日志记录。
httpclient:发送http请求。
jsoup:解析返回的网页内容。
Maven的使用:
(1)log4j 的使用;
1. 使用 Maven 下载 log4j 的 Jar 包
2. 在 src 目录下创建 log4j.properties 文本文件,并做相关配置(关于每个配置的具体含义,读者可参考博文 《详细的 Log4j 使用教程》):
(2)对象的创建;
创建需要的对象
(3)集合的使用;
封装所得的数据
(4)正则表达式的使用;
解析数据
(5)HTTP 状态码;
当浏览者访问一个网页时,浏览者的浏览器会向网页所在服务器发出请求
以上是关于数据爬取的主要内容,如果未能解决你的问题,请参考以下文章