网络爬虫之获取图片到本地.docxVIP

  1. 1、原创力文档(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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
/* Created on Aug 26, 2011 2:41:26 PM * HtmlSourceGetter.java * NOTICE OF PROPRIETARY RIGHTS * This program is a confidential trade secret and the property of author. Use, examination, reproduction, disassembly, decompiling, transfer and/or disclosure to others of all or any part of this software program are strictly prohibited except by express written agreement with author. * * Modification History * Date Author Version Description * Aug 26, 2011 Cross 1.0 New * */ package com.cross.tools; import java.io.BufferedInputStream; import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java.io.OutputStream; import .HttpURLConnection; import .URL; import org.htmlparser.Node; import org.htmlparser.NodeFilter; import org.htmlparser.Parser; import org.htmlparser.filters.NodeClassFilter; import org.htmlparser.tags.ImageTag; import org.htmlparser.tags.LinkTag; import org.htmlparser.util.NodeList; import org.htmlparser.util.ParserException; import org.htmlparser.util.SimpleNodeIterator; public class HtmlSourceGetter { private static HttpURLConnection con = null; private static BufferedInputStream bis = null; private static OutputStream out = null; public static void getSource(String url) { public static void parseHTML(String url, String keyword) { private static void processNodeList(NodeList list, String keyword) { public static void extractLinks(String url) { try { Parser parser = new Parser(url); parser.setEncoding(UTF-8); // frame filter NodeFilter frameFilter = new NodeFilter() { @Override public boolean accept(Node node) { if(node.getText().startsWith(frame src=)) { return true; } return false; } }; // image filter; NodeFilter imageFilter = new NodeClassFilter(ImageTag.class); // href filter; NodeFilter linkFilter = new NodeClassFilter(LinkTag.class); // link or image filter // OrFilter orFilter = new OrFilter(new NodeClassFilter(LinkTag.class),new NodeClassFilter(ImageTag.class)); // link or image or frame filter // OrFilter allFilt

文档评论(0)

tianya189 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体阳新县融易互联网技术工作室
IP属地上海
统一社会信用代码/组织机构代码
92420222MA4ELHM75D

1亿VIP精品文档

相关文档