HTML 페이지에서 간단한 크롤링 데이터 테이블

전능 어머니, 배우 영양의 정도에 의해 자신의 흰색 파충류 측면에서 간단한 예제를 제공 할 수 있으며,이 주에서, 모두가 함께 배우는.

 

우선, 당신은 당신이 원하는 데이터를 한 페이지에서 싶어했던, 당신은 페이지로 다음이 첫 페이지를 얻을해야 

Jsoup 직접 코드에 제한 쓰기 능력을 분석 한 후 문서 객체로 일련의 조작을 사용하여 :

 

org.jsoup.Jsoup 오기; 
오기 org.jsoup.nodes.Document; 
오기 org.jsoup.select.Elements; 

가져는 java.io *; 
가져의 java.net.URL; 
가져 java.net.URLConnection의, 
java.util의 클래스를 가져 .ArrayList; 
오기를 java.util.List; 

Public 클래스 테스트 { 

        공공 정적 무효 메인 (문자열 []에 args) {IOException이 발생 
            ( "START")에서 System.out.println을 
            시험 시험 새로운 새로운 D = () 
            문자열을 STR = D .getHtml (); 
            d.readHtml (STR) 
            에서 System.out.println ( "끝"); 

        } 　　　　페이지 문자열 URL에 의해 반환되는 전체 페이지 수 // 
        getHtml ()가 IOException가 {던졌습니다 공공 문자열
　　　　　

            StringBuffer를 버퍼 = 새의 StringBuffer (); 
　　　　　　　　// 접속 URL
            문자열 URLPath로서 = "http://www.dyhjw.com/dyhjw/etf.html"; 
            URL의 URL = 새 URL (URLPath로서); 
            URLConnection의 CONN = url.openConnection (); 

            () = conn.getInputStream를에서의 InputStream; 
            //字节流- "字符流InputStreamReader 
            InputStreamReader 리더 = 새로운 InputStreamReader (에서는"UTF-8 "); 
            //按行读出来
            의 BufferedReader breader = 새의 BufferedReader (리더); 
            //读取数据
            문자열 라인 = ""; 
            반면 ((라인 breader.readLine = ())! = NULL) 
            { 
                buffer.append (행); 
            }
            버퍼를 리턴 + ""; 
        }
                    fWriter.append ( "
 
　　　　// 페이지의 문자열을 읽기
        공공 무효 readHtml (문자열 HTML) { 
            //使用Jsoup解析HTML 문서对象의成
            문서 문서 = Jsoup.parse (HTML) 
　　　　　　　　//获取页面中테이블的TR部分
            요소는 TRS = document.select는 ( "테이블")을 선택 ( "TR").; 
            목록 <object [] "목록 = 새로운 ArrayList를 <> (); 
　　　　　　　　//输出的位置
            파일 파일 = 새로운 파일 ( "D : //xxxx.txt"); 
            FileWriter fWriter = NULL; 
            (file.exists는 (!)) {경우 
                {시도 
                    ) (file.createNewFile을; 
                    fWriter = 새로운 FileWriter (파일); 
                    경우 (; 나는 trs.size () ", I = 1 int로 난을 ++) { 
                        요소"(= trs.get (I)을 TDS ALL 기타 사항 서보 -OFF
                        오브젝트 [] = {OBJ 
                                tds.get (0)는 .text () 
                                사용해 Double.parseDouble는 (tds.get (1)는 .text ()) 
                                사용해 Double.parseDouble (tds.get (2)는 .text ()), 
                                TDS 갔지 (3)는 .text () 
                                tds.get (4)는 .text () 
                        }; 
                        에는 list.add (OBJ); 
                        문자열 TXT = ""; 
                        대 (INT의 J = 0; J <tds.size (); J ++) { 
                            경우 (TXT == "") { 
                                TXT = tds.get (j)는 .text ();
                            사용한다} else { 
                                TXT TXT = + "\의 t '+ tds.get (j)는 .text (); 
                            } 
                        } 
                        fWriter.append (TXT + "\ R \ n"); 
                        fWriter.flush (); 
                    } 
                } 캐치 (IOException이 전자) { 
                    e.printStackTrace (); 
                } 마지막으로 { 
                    {시도 
                        ) fWriter.close을 (; 
                    } 캐치 (IOException이 전자) { 
                        e.printStackTrace (); 
                    } 
                } 
            } 
        } 
}

　　약간의 진전은 매일 서로를 격려