자바 웹 사이트 소스 코드 와 링크 코드 인 스 턴 스
그래서 주로 재 귀적 으로 모든 웹 페이지 의 링크 를 가 져 오고 소스 코드 를 가 져 온 다음 에 중복 링크 를 제거 합 니 다.
데 이 터 를 기어 오 른 후 주로 txt 파일 로 저장 하고 사이트 주소 의 경로 에 따라 파일 경 로 를 생 성 합 니 다.
2.코드
package com.test;
import java.io.*;
import java.net.URL;
import java.net.URLConnection;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* java
*/
public class SpiderDemo1 {
//
private final static String theURL = "http://www.jyyishu.cn";
// ,
private final static String theTIME = new SimpleDateFormat("yyyy-MM-dd").format(new Date());
//
private final static String theFILE = "L:/html/jy1/" + theTIME + "/URL.txt";
//
private final static String thePATH = "L:/html/jy1/" + theTIME + "/code";
// ,
private final static String theREGEX= "(http|https)://[\\w+\\.?/?]+\\.[A-Za-z]+";
/**
*
* @param args
*/
public static void main(String[] args) {
found();
System.out.println(" ");
}
public static void found() {
PrintWriter pw = null;
try{
//
File fileDir = new File(thePATH);
if (!fileDir.exists()) {
fileDir.mkdirs();
}
//
pw = new PrintWriter(new FileWriter(theFILE),true);
//
spiderURL(theURL, pw);
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
if(pw != null) {
pw.close();
}
} catch(Exception e) {
e.printStackTrace();
}
}
}
/**
*
* @param url
* @param tpw io
*/
public static void spiderURL(String url, PrintWriter tpw){
URL realURL=null;
URLConnection connection=null;
BufferedReader br=null;
PrintWriter pw=null;
PrintWriter pw1=null;
Pattern pattern=Pattern.compile(theREGEX);
try{
realURL=new URL(url);
connection=realURL.openConnection();
//
String src = thePATH + url.substring(theURL.length());
File fileDir = new File(src);
if (!fileDir.exists()) {
fileDir.mkdirs();
}
//
pw = new PrintWriter(new FileWriter(src + "/Test.txt"),true);
pw1 = tpw;
//
br=new BufferedReader(new InputStreamReader(connection.getInputStream()));
String line=null;
while((line=br.readLine())!=null){
//
pw.println(line);
System.out.println(" " + url + " ");
Matcher matcher=pattern.matcher(line);
//
while(matcher.find()){
// , ,
if(matcher.group().startsWith(theURL) && examine(matcher.group())) {
//
pw1.println(matcher.group());
spiderURL(matcher.group(), pw1);
}
}
System.out.println(" " + url + " ");
}
}catch(Exception e){
e.printStackTrace();
}finally {
try {
if(br != null) {
br.close();
}
if(pw != null) {
pw.close();
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
/**
*
* @param str
* @return
*/
public static boolean examine(String str) {
BufferedReader br = null;
String str1;
try {
br = new BufferedReader(new FileReader(theFILE));
// //
// if(str.startsWith("http://www.jyyishu.cn/artnews/")) {
// return false;
// }
// , ,
while((str1 = br.readLine()) != null) {
if(str.equals(str1)) {
return false;
}
}
} catch (IOException e) {
e.printStackTrace();
} finally {
try{
if(br != null) {
br.close();
}
} catch (IOException e) {
e.printStackTrace();
}
}
return true;
}
}
2.기어 오 른 데이터부분 링크:
웹 페이지 데이터:
이상 이 바로 본 고의 모든 내용 입 니 다.여러분 의 학습 에 도움 이 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Is Eclipse IDE dying?In 2014 the Eclipse IDE is the leading development environment for Java with a market share of approximately 65%. but ac...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.