java爬虫视频教程（java爬虫入门）



使用爬虫技术最常见的API是httpclient和jsoup，当然jdk还有自带的爬虫API;下面介绍下两者的区别：

①HttpClient 是Apache Jakarta Common 下的子项目，可以用来提供高效的、最新的、功能丰富的支持 HTTP 协议(（GET、POST、PUT、HEAD、DELETE、HEAD、OPTIONS 等）)的客户端编程工具包，并且它支持 HTTP 协议最新的版本和建议。
HttpClient的主要功能：
1、实现了所有 HTTP 的方法
2、支持 HTTPS 协议
3、支持代理服务器（Nginx等）等
4、支持自动（跳转）转向

②jsoup 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。
主要功能
从一个URL，文件或字符串中解析HTML使用DOM或CSS选择器来查找、取出数据使用DOM或CSS选择器来查找、取出数据可操作HTML元素、属性、文本可操作HTML元素、属性、文本。

总而言之，使用httpclient进行网络爬虫获取到的数据无法进行解析，而jsoup自带解析器，能够更加方便的获取想要的数据。

上手实践：

使用Java中jdk自带的API

导入相关依赖

HttpClient 的使用

jsoup的使用：

这里使用jsoup获取腾讯王者荣耀皮肤，获取到的是网址地址。

访问上面标红的网址，如下：

当然我们也可以使用连接池创建，关注我下期带你使用连接池。

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/jjc/80454.html