JAVA超级简单的爬虫实例讲解

爬取整个页面的数据，并进行有效的提取信息，注释都有就不废话了：

public class Reptile {  public static void main(String[] args) {   String url1="";   //传入你所要爬取的页面地址 InputStream is=null;  //创建输入流用于读取流 BufferedReader br=null; //包装流,加快读取速度 StringBuffer html=new StringBuffer(); //用来保存读取页面的数据. String temp=""; //创建临时字符串用于保存每一次读的一行数据，然后html调用append方法写入temp; try {  URL url2 = new URL(url1); //获取URL;  is = url2.openStream(); //打开流，准备开始读取数据;  br= new BufferedReader(new InputStreamReader(is)); //将流包装成字符流，调用br.readLine()可以提高读取效率，每次读取一行;  while ((temp = br.readLine()) != null) {//读取数据,调用br.readLine()方法每次读取一行数据,并赋值给temp,如果没数据则值==null,跳出循环;  html.append(temp); //将temp的值追加给html,这里注意的时String跟StringBuffere的区别前者不是可变的后者是可变的;  }  //System.out.println(html); //打印出爬取页面的全部代码;  if(is!=null)  //接下来是关闭流,防止资源的浪费;  {   is.close();   is=null;  }  Document doc=jsoup.parse(html.toString()); //通过Jsoup解析页面,生成一个document对象;  Elements elements=doc.getElementsByClass("XX");//通过class的名字得到（即XX）,一个数组对象Elements里面有我们想要的数据,至于这个div的值呢你打开浏览器按下F12就知道了;  for (Element element:elements) {   System.out.println(element.text()); //打印出每一个节点的信息;你可以选择性的保留你想要的数据,一般都是获取个固定的索引;    }    } catch (MalfORMedURLException e) {  // TODO Auto-generated catch block  e.printStackTrace(); } catch (IOException e) {  // TODO Auto-generated catch block  e.printStackTrace(); }   }