java爬虫实战之模拟登陆的示例分析

这篇文章主要介绍了java爬虫实战之模拟登陆的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

Java是什么

Java是一门面向对象编程语言，可以编写桌面应用程序、WEB应用程序、分布式系统和嵌入式系统应用程序。

使用jsoup工具可以解析某个URL地址、html文本内容，是java爬虫很好的优势，也是我们在网络爬虫不可缺少的工具。本文小编带领大家使用jsoup 实现java爬虫模拟登陆，通过省力的api，很好的实现java爬虫模拟登陆。

一、使用工具：Jsoup

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于Jquery的操作方法来取出和操作数据。

二、实现java爬虫模拟登陆

1、确定想要爬取的url

import java.io.BufferedWriter;import java.io.FileOutputStream;import java.io.IOException;import java.io.OutputStreamWriter;import java.util.Map.Entry;import java.util.Set; import org.jsoup.Connection;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Element; public class SplitTable {     public static void main(String[] args) throws IOException {        //想要爬取的url        String url = "Http://jwcnew.nefu.edu.cn/dblydx_jsxsd/xskb/xskb_list.do?Ves632DSdyV=NEW_XSD_PYGL";        String username = "";        String passWord = "";        String sessionId = getSessionInfo(username,password);        spiderWebSite(sessionId,url);    }

2、获取sessionId

private static String getSessionInfo(String username,String password) throws IOException{

3、登录网站，返回sessionId信息

Connection.Response res = Jsoup.connect("http://jwcnew.nefu.edu.cn/dblydx_jsxsd/xk/LoginToXk")

4、获得sessionId

 String sessionId = res.cookie("JSESSIONID");        System.out.println(sessionId);        return sessionId;    }

爬取内容

private static void spiderWebSite(String sessionId,String url) throws IOException{         //爬取        Document doc = Jsoup.connect(url).cookie("JSESSIONID", sessionId).timeout(10000).get();        Element table = doc.getElementById("kbtable");        //System.out.println(table);        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(new FileOutputStream("F:/table.html")));        bw.write(new String(table.toString().getBytes()));        bw.flush();        bw.close();    }}

感谢你能够认真阅读完这篇文章，希望小编分享的“java爬虫实战之模拟登陆的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网精选频道，更多相关知识等着你来学习!