爬取网页

Posted henuliulei

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬取网页相关的知识,希望对你有一定的参考价值。

下面以爬取360浏览器网页为例,代码具有通用性,改变网页路径即可

代码如下

package 爬取网页;

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileOutputStream;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.net.MalformedURLException;
import java.net.URL;

public class Main {
public static void main(String[] args) throws Exception {
URL url=new URL("https://hao.360.cn/?h_lnk");//获取网址
BufferedReader bufferedReader=new BufferedReader(new InputStreamReader(url.openStream(),"utf-8"));//根据网页编码方式
String msg=null;
BufferedWriter bufferedWriter=new BufferedWriter(new OutputStreamWriter(new FileOutputStream("C:/a/360.html"),"utf-8"));

while((msg=bufferedReader.readLine())!=null) {
//System.out.println(msg);
bufferedWriter.append(msg);
bufferedWriter.newLine();
}
bufferedWriter.flush();
bufferedReader.close();
bufferedWriter.close();
}
}

运行代码后在C盘的a文件夹里面会有360.html文件,点击进入360网页

技术分享图片

 

改变文件格式为txt可以查看网页源代码

技术分享图片

 























以上是关于爬取网页的主要内容,如果未能解决你的问题,请参考以下文章

怎样用爬取网页中的pdf的内容

如何利用python爬取网页内容

如何用python爬取网页数据,python爬取网页详细教程

怎么用python爬取一个网站的网页数量

Python初学者,为啥我爬取的网页数据输出列表没对齐

python3 怎样爬取动态加载的网页信息