爬虫---爬网站图片

1.先添加依赖

<dependency>

    <groupId>org.jsoup

    <artifactId>jsoup

    <version>1.11.3

</dependency>



2.写如下代码

package com.stylefeng.guns.common.utils;

import com.auth0.jwt.internal.org.apache.commons.lang3.StringUtils;

import org.apache.commons.io.FileUtils;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.*;

import java.net.URL;

import java.util.ArrayList;

import java.util.HashMap;

import java.util.List;

import java.util.Map;

/**

* @author:wy

* @date: 2018/9/21 9:55

* @description: 爬虫

*/

public class RepTileTest2 {

private static final StringfilePath ="E:\\imgeTest";

    //    private static int initCount = 1;

    public static final ThreadLocaltempCount =new ThreadLocal() {

@Override

        protected IntegerinitialValue() {

System.out.println("当前线程初始化:" + Thread.currentThread().getName());

            return 1;

        }

};

    public ListrepTileGo(String url) {

Document document =null;

        List imgUrList =new ArrayList();

        try {

document = Jsoup.connect(url).get();

            Elements elements = document.getElementsByTag("img");

            for (Element element : elements) {

String imgUrl = element.attr("data-src");

                System.out.println("爬到图片地址:" + imgUrl);

                imgUrList.add(imgUrl);

            }

}catch (IOException e) {

System.out.println("卧槽,爬虫爬GG了");

        }

return imgUrList;

    }

/**

    * @author:wy

    * @date: 2018/9/21 13:37

    * @description: 计算下一页

    */

    public StringnextUrl(String url) {

//最后一次出现的下标

        int lastIndex = url.lastIndexOf("-") +1;

        int total = url.length();

        //拿到页数参数

        String lastPage = url.substring(lastIndex, total);

        //下一页 默认第一页

        String nextPage ="";

        if (StringUtils.isNotEmpty(lastPage)) {

//计算下一页

            nextPage = String.valueOf(Integer.valueOf(lastPage) +1);

        }

//拼接url地址

        StringBuilder sb =new StringBuilder(url);

        StringBuilder nextUlr = sb.replace(lastIndex, total, nextPage);

        System.out.println(nextUlr);

        return nextUlr.toString();

    }

/**

    * @author:Zhang jc

    * @date: 2018/9/21 14:33

    * @description: 下载图片

    */

    public static void downLoadImage(String imgUrl, String imgType) {

if (StringUtils.isEmpty(imgUrl)) {

return;

        }

String fileName = imgType +tempCount.get();

        tempCount.set(Integer.valueOf(tempCount.get()) +1);

        String mkdirPath =filePath +"\\" + fileName +".jpg";

        File imgMkdir =new File(filePath);

        if (!createMkdir(imgMkdir)) {

System.out.println("文件创建失败!");

return;

        }

System.out.println("文件创建成功!");

        try {

URL url =new URL(imgUrl);

            InputStream inputStream = url.openConnection().getInputStream();

            FileOutputStream fileOutputStream =new FileOutputStream(new File(mkdirPath));

            byte[] bs =new byte[1024];

            int len;

            while ((len = inputStream.read(bs)) != -1) {

fileOutputStream.write(bs, 0, len);

            }

}catch (Exception e) {

e.printStackTrace();

        }

}

private static boolean createMkdir(File file) {

try {

if (file.exists()) {

System.out.println("文件已经存在!");

return true;

            }

FileUtils.forceMkdir(file);

return true;

        }catch (IOException e) {

return false;

        }

}

static class ZjcsSmallReptileimplements Runnable {

private Stringurl;

        private StringimgType;

        public ZjcsSmallReptile(String url, String imgType) {

this.url = url;

            this.imgType = imgType;

        }

@Override

        public void run() {

int count =0;

            RepTileTest2 repTile =new RepTileTest2();

            //保存所有爬到的图片地址

            List list =new ArrayList<>();

            while (count <=227) {

count++;

                url = repTile.nextUrl(url);

                List partList = repTile.repTileGo(url);

                for (String part : partList) {

list.add(part);

                }

}

if (list.isEmpty()) {

return;

            }

for (String imgUrl : list) {

System.out.println("开始下载图片,图片地址:" + imgUrl);

                RepTileTest2.downLoadImage(imgUrl, imgType);

                System.out.println("下载图片结束=======");

            }

}

}

public static void main(String[] args) {

String url ="http://www.51yuansu.com/search/guoqing-0-0-0-0-0";

        Map map =new HashMap<>();

        map.put("guoqing", "http://www.51yuansu.com/search/guoqing-0-0-0-0-0");

        map.put("zhongqiujie", "http://www.51yuansu.com/search/zhongqiujie-0-0-0-0-0");

        map.put("qiutian", "http://www.51yuansu.com/search/qiutian-0-0-0-0-0");

        for (Map.Entry entry : map.entrySet()) {

ZjcsSmallReptile reptile =new ZjcsSmallReptile(entry.getValue(), entry.getKey());

            Thread thread =new Thread(reptile);

            thread.start();

        }

}

}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,104评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,816评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,697评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,836评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,851评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,441评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,992评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,899评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,457评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,529评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,664评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,346评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,025评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,511评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,611评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,081评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,675评论 2 359