JAVA超级简单的爬虫例子（1）

爬取整个页面的数据，并进行有效的提取信息,注释都有就不废话了：

public class Reptile {

   public static void main(String[] args) {

    String url1="";          //传入你所要爬取的页面地址

    InputStream is=null;     //创建输入流用于读取流

    BufferedReader br=null;  //包装流,加快读取速度

    StringBuffer html=new StringBuffer(); //用来保存读取页面的数据.

    String  temp=""; //创建临时字符串用于保存每一次读的一行数据，然后html调用append方法写入temp;

    try {

        URL url2 = new URL(url1); //获取URL;

        is = url2.openStream();   //打开流，准备开始读取数据;

        br= new BufferedReader(new InputStreamReader(is)); //将流包装成字符流，调用br.readLine()可以提高读取效率，每次读取一行;

        while ((temp = br.readLine()) != null) {//读取数据,调用br.readLine()方法每次读取一行数据,并赋值给temp,如果没数据则值==null,跳出循环;

        html.append(temp); //将temp的值追加给html,这里注意的时String跟StringBuffere的区别前者不是可变的后者是可变的;

        }

        //System.out.println(html); //打印出爬取页面的全部代码;

        if(is!=null)        //接下来是关闭流,防止资源的浪费;

        {

            is.close();

            is=null;

        }

        Document doc=Jsoup.parse(html.toString());  //通过Jsoup解析页面,生成一个document对象;

        Elements elements=doc.getElementsByClass("XX");//通过class的名字得到（即XX）,一个数组对象Elements里面有我们想要的数据,至于这个div的值呢你打开浏览器按下F12就知道了;

        for (Element element:elements) {

            System.out.println(element.text()); //打印出每一个节点的信息;你可以选择性的保留你想要的数据,一般都是获取个固定的索引;

        }

    } catch (MalformedURLException e) {

        // TODO Auto-generated catch block

        e.printStackTrace();

    } catch (IOException e) {

        // TODO Auto-generated catch block

        e.printStackTrace();

    }

}

上一张自己爬取的图片，并用fusioncharts生成报表(一般抓取的是int类型的数据的话，生成报表可以很直观)