首页 > 代码库 > java爬取百度首页源代码

java爬取百度首页源代码

爬虫感觉挺有意思的,写一个最简单的抓取百度首页html代码的程序。虽然简单了一点,后期会加深的。

 1 package test;
 2 
 3     import java.io.BufferedReader;
 4     import java.io.InputStreamReader;
 5     import java.net.URL;
 6     import java.net.URLConnection;
 7 
 8     public class Main
 9     {
10         public static void main(String[] args)
11         {
12             // 定义即将访问的链接
13             String url = "https://www.baidu.com/";
14             // 定义一个字符串用来存储网页内容
15             String result = "";
16             // 定义一个缓冲字符输入流
17             BufferedReader in = null;
18             try
19             {
20                 // 将string转成url对象
21                 URL realUrl = new URL(url);
22                 // 初始化一个链接到那个url的连接
23                 URLConnection connection = realUrl.openConnection();
24                 // 开始实际的连接
25                 connection.connect();
26                 // 初始化 BufferedReader输入流来读取URL的响应
27                 in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
28                 // 用来临时存储抓取到的每一行的数据
29                 String line;
30                 while ((line = in.readLine()) != null)
31                 {
32                     // 遍历抓取到的每一行并将其存储到result里面
33                     result += line + "\n";
34                 }
35             } catch (Exception e)
36             {
37                 System.out.println("发送GET请求出现异常!" + e);
38                 e.printStackTrace();
39             } // 使用finally来关闭输入流
40             finally
41             {
42                 try
43                 {
44                     if (in != null)
45                     {
46                         in.close();
47                     }
48                 } catch (Exception e2)
49                 {
50                     e2.printStackTrace();
51                 }
52             }
53             System.out.println(result);
54         }
55     }
56     

 

java爬取百度首页源代码