爬虫的基本思路如下：
根据URl获取相应页面的html代码
利用正则匹配或者Jsoup等库解析html代码，提取需要的内容
将获取的内容持久化到数据库中
处理好中文字符的编码问题，可以采用多线程提高效率
参考：
Java 爬虫实现
猜你喜欢
转载自blog.csdn.net/u014209205/article/details/82219490
今日推荐
周排行