• 封装抓取网页信息的实例



    1. package cn.mypic;  
    2.   
    3.   
    4.     import java.io.BufferedInputStream;  
    5.     import java.io.BufferedReader;  
    6.     import java.io.File;  
    7.     import java.io.FileNotFoundException;  
    8.     import java.io.FileOutputStream;  
    9.     import java.io.IOException;  
    10.     import java.io.InputStreamReader;  
    11.     import java.net.MalformedURLException;  
    12.     import java.net.URL;  
    13.     import java.util.regex.Matcher;  
    14.     import java.util.regex.Pattern;  
    15.   
    16.   
    17.     public class GetContentPicture {  
    18.     //得到了图片地址并下载图片  
    19.     public void getHtmlPicture(String httpUrl) {  
    20.     URL url;  
    21.     BufferedInputStream in;  
    22.     FileOutputStream file;  
    23.     int count;                      //图片文件名序号   
    24.     FileNumber num=new FileNumber();//图片文件名序号类,num为对象  
    25.     count=num.NumberReadFromFile();//获取图片文件序号  
    26.     try {  
    27.     System.out.println("获取网络图片");  
    28.        String fileName = (String.valueOf(count)).concat(httpUrl.substring(httpUrl.lastIndexOf(".")));//图片文件序号加上图片的后缀名,后缀名用了String内的一个方法来获得  
    29.         //httpUrl.substring(httpUrl.lastIndexOf("/"));//这样获得的文件名即是图片链接里图片的名字  
    30.        String filePath = "d:/image/";//图片存储的位置  
    31.        url = new URL(httpUrl);  
    32.   
    33.        in = new BufferedInputStream(url.openStream());  
    34.   
    35.        file = new FileOutputStream(new File(filePath+fileName));  
    36.        int t;  
    37.        while ((t = in.read()) != -1) {  
    38.         file.write(t);  
    39.        }  
    40.        file.close();  
    41.        in.close();  
    42.        System.out.println("图片获取成功");  
    43.        count=count+1;//图片文件序号加1  
    44.        num.NumberWriteToFile(count);//将图片名序号保存  
    45.     } catch (MalformedURLException e) {  
    46.        e.printStackTrace();  
    47.     } catch (FileNotFoundException e) {  
    48.        e.printStackTrace();  
    49.     } catch (IOException e) {  
    50.        e.printStackTrace();  
    51.     }  
    52.     }  
    53.   
    54.     //获取网页的代码保存在String格式的Content中  
    55.     public String getHtmlCode(String httpUrl) throws IOException {  
    56.     String content ="";  
    57.     URL uu = new URL(httpUrl); // 创建URL类对象  
    58.     BufferedReader ii = new BufferedReader(new InputStreamReader(uu  
    59.         .openStream())); // //使用openStream得到一输入流并由此构造一个BufferedReader对象  
    60.     String input;  
    61.     while ((input = ii.readLine()) != null) { // 建立读取循环,并判断是否有读取值  
    62.        content += input;  
    63.     }  
    64.     ii.close();  
    65.     return content;  
    66.     }  
    67.     //分析网页代码,找到匹配的网页图片地址  
    68.     public void get(String url) throws IOException {  
    69.   
    70.     String searchImgReg = "(?x)(src|SRC|background|BACKGROUND)=('|\")/?(([\\w-]+/)*([\\w-]+\\.(jpg|JPG|png|PNG|gif|GIF)))('|\")";//用于在网页代码Content中查找匹配的图片链接。  
    71.     String searchImgReg2 = "(?x)(src|SRC|background|BACKGROUND)=('|\")(http://([\\w-]+\\.)+[\\w-]+(:[0-9]+)*(/[\\w-]+)*(/[\\w-]+\\.(jpg|JPG|png|PNG|gif|GIF)))('|\")";  
    72.   
    73.     String content = this.getHtmlCode(url);//this指对象gcp,在此地调用获取网页代码,getHtmlCode方法  
    74.     //System.out.println(content); //输出的content将是一个连续的字符串。  
    75.   
    76.     Pattern pattern = Pattern.compile(searchImgReg);//java.util.regex.Pattern  
    77.     Matcher matcher = pattern.matcher(content);     //java.util.regex.Matcher  
    78.     while (matcher.find()) {  
    79.        System.out.println(matcher.group(3));//输出图片链接地址到屏幕  
    80.     // System.out.println(url);  
    81.        this.getHtmlPicture(matcher.group(3));//对象调用getHtmlPicture从网上下载并输出图片文件到指定目录  
    82.   
    83.     }  
    84.   
    85.     pattern = Pattern.compile(searchImgReg2);  
    86.     matcher = pattern.matcher(content);  
    87.     while (matcher.find()) {  
    88.        System.out.println(matcher.group(3));  
    89.        this.getHtmlPicture(matcher.group(3));  
    90.   
    91.     }  
    92.     // searchImgReg =  
    93.     // "(?x)(src|SRC|background|BACKGROUND)=('|\")/?(([\\w-]+/)*([\\w-]+\\.(jpg|JPG|png|PNG|gif|GIF)))('|\")";  
    94.     }  
    95.     //主函数url网页的地址  
    96.     public static void main(String[] args) throws IOException {  
    97.   
    98.     String url = "http://www.baidu.com";  
    99.     GetContentPicture gcp = new GetContentPicture();  
    100.     gcp.get(url);  
    101.       
    102.   
    103.     }  
    104.   
    105.   
    106. }  

     

     

    Java代码  收藏代码
    1. package cn.mypic;  
    2.   
    3.     import java.io.*;  
    4.   
    5.     public class FileNumber{  
    6.     //文件写  
    7.     public void NumberWriteToFile(int x){  
    8.        int c=0;  
    9.        c=x;  
    10.        File filePath=new File("d:/image");//文件名序号TXT文件保存地址  
    11.        File f1=new File(filePath,"number.txt");  
    12.        try{  
    13.         FileOutputStream fout=new FileOutputStream(f1);  
    14.         DataOutputStream out=new DataOutputStream(fout);  
    15.         out.writeInt(c);  
    16.          
    17.        }  
    18.        catch(FileNotFoundException e){  
    19.         System.err.println(e);  
    20.        }  
    21.        catch(IOException e){  
    22.         System.err.println(e);  
    23.        }  
    24.         
    25.     }  
    26.     //文件读  
    27.     public int NumberReadFromFile(){  
    28.        int c1 = 0;  
    29.        File filePath=new File("d:/image");  
    30.        File f1=new File(filePath,"number.txt");  
    31.        try{  
    32.         FileInputStream fin=new FileInputStream(f1);  
    33.         DataInputStream in=new DataInputStream(fin);  
    34.         c1=in.readInt();  
    35.         System.out.println(c1);//输出文件内容至屏幕  
    36.        }  
    37.        catch(FileNotFoundException e){  
    38.         System.err.println(e);  
    39.        }  
    40.        catch(IOException e){  
    41.         System.err.println(e);  
    42.        }  
    43.        return c1;  
    44.     }  
    45.     public static void main(String args[]){  
    46.         
    47.     }  
    48.   
    49.   
    50.   
  • 相关阅读:
    MongoDB中常用的find
    MongoDB文档的增删改操作
    我的notepad++
    MongoDB入门知识
    Python基础5-常用模块
    Python基础4
    Python基础3(2017-07-20)
    Python基础2(2017-07-18)
    Python基础1(2017-07-16)
    Python简介(2017-07-16)
  • 原文地址:https://www.cnblogs.com/jackrex/p/3001326.html
Copyright © 2020-2023  润新知