• 使用JAVA爬取网页图片


    经过之前的HttpURLConnection还有各种流的结束,已经可以开始理解怎么下载网页上的一张图片了。

    对各种流不理解的话,可以翻翻前面的随笔,讲得都比较详细。在此就不细讲了。

    主要流程:

    1、HttpURLConnection连接上图片的网址,打开一个InputStream。

    2、把InputStream的内容读取到ByteArrayOutputStream中,此时ByteArrayOutputStream存储了图片数据的byte数组。

    3、通过文件流,把byte数据填充到一个jpg文件中。

    代码非常简单:

    String strUrl = "http://ww4.sinaimg.cn/mw1024/005vbOHfgw1eylg2gnnrlj30ia0s87ac.jpg";


    //构造URL
    URL url = new URL(strUrl);

    //构造连接
    HttpURLConnection conn = (HttpURLConnection)url.openConnection();

    //这个网站要模拟浏览器才行
    conn.setRequestProperty("User-Agent","Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko");

    //打开连接
    conn.connect();

    //打开这个网站的输入流
    InputStream inStream = conn.getInputStream();

    //用这个做中转站 ,把图片数据都放在了这里,再调用toByteArray()即可获得数据的byte数组
    ByteArrayOutputStream outStream = new ByteArrayOutputStream();
    //用这个是很好的,不用一次就把图片读到了文件中
    //要是需要把图片用作其他用途呢?所以直接把图片的数据弄成一个变量,十分有用
    //相当于操作这个变量就能操作图片了

    byte [] buf = new byte[1024];
    //为什么是1024?
    //1024Byte=1KB,分配1KB的缓存
    //这个就是循环读取,是一个临时空间,多大都没关系
    //这没有什么大的关系,你就是用999这样的数字也没有问题,就是每次读取的最大字节数。
    //byte[]的大小,说明你一次操作最大字节是多少
    //虽然读的是9M的文件,其实你的内存只用1M来处理,节省了很多空间.
    //当然,设得小,说明I/O操作会比较频繁,I/O操作耗时比较长,
    //这多少会有点性能上的影响.这看你是想用空间换时间,还是想用时间换空间了.
    //时间慢总比内存溢出程序崩溃强.如果内存足够的话,我会考虑设大点.
    int len = 0;

    //读取图片数据
    while((len=inStream.read(buf))!=-1){
    System.out.println(len);
    outStream.write(buf,0,len);
    }
    inStream.close();
    outStream.close();

    //把图片数据填入文件中
    File file = new File("t.jpg");

    FileOutputStream op = new FileOutputStream(file);

    op.write(outStream.toByteArray());

    op.close();



    }

    效果图:

  • 相关阅读:
    201006120100630
    2010080120100901
    20101120至20101220
    201155学习总结
    PublishReport.rss
    windowservice创建及部署
    提示要角色管理工具安装Microsoft .NET Framework 3.5
    部署SSIS包
    ETL及SSIS
    IbatisNet
  • 原文地址:https://www.cnblogs.com/wzben/p/5025833.html
Copyright © 2020-2023  润新知