java写了一个简单的网页图片抓取器.doc

下载文档

0
0
约2.96千字
约 3页
2024-08-23 发布于湖北
举报
版权申诉
保障服务

java写了一个简单的网页图片抓取器.doc

1、本文档共3页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

PAGE1/NUMPAGES1

java写了一个简单的网页图片抓取器

java网页图片抓取器用到的技术：

界面用swing简单实现应用jsoup工具解析html文档用正则表达式提取图片地址主要功能：

提取网页上的图片，保存下来packagecore.data;importjava.io.File;importjava.io.IOException;import.MalformedURLException;/***数据抓取接口**@authorxgx**/publicinterfaceDataFetcher{/***抓取网页**@paramhtmlUrl网页地址*@return*@throwsIOException*@throwsMalformedURLException*/publicStringBufferfetchHtml(Stringpatible;MSIE5.0;WindowsNT;DigExt));returnuc.getInputStream();}}packagecore.data;importjava.util.List;/***数据处理接口**@authorxgx**/publicinterfaceDataHandler{/***获取文档中的网址**@paramhtmlhtml文档内容*@return*/publicListStringgetUrls(StringBufferhtml);/***获取文档中图片地址**@paramhtmlhtml文档内容*@return*/publicListStringgetImageUrls(StringBufferhtml);}packagecore.data.impl;importjava.util.ArrayList;importjava.util.Iterator;importjava.util.List;importorg.jsoup.Jsoup;importorg.jsoup.nodes.Document;importorg.jsoup.nodes.Element;importorg.jsoup.select.Elements;importutils.RegexUtil;importcore.data.DataHandler;/***数据处理实现类**@authorxgx**/publicclassDataHandlerImplimplementsDataHandler{@OverridepublicListStringgetImageUrls(StringBufferhtml){ListStringresult=newArrayListString();//将字符串解析为html文档Documentdoc=Jsoup.parse(html.toString());//获取img标签Elementses=doc.getElementsByTag(img);//获取没一个img标签src的内容，也就是图片地址for(IteratorElementi=es.iterator();i.hasNext();){Elemente=i.next();Stringr=e.attr(src);if(RegexUtil.validateSting(r,pile(regexString,Pattern.CASE_INSENSI