简书用户动态信息爬虫

第一步 爬取简书推荐用户

爬取简书推荐用户,加入到用户信息表(第一批用户)

package com.company;
import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.*;

public class meizi {

    public static void main(String[] args) {

        for(int i = 1; i <= 100; i++)
        {
            Connection connect = Jsoup.connect("https://www.jianshu.com/recommendations/users?page=" + i);
            try {
                // 得到Document对象
                Document document = connect.get();

                Elements elements2 = document.select(".wrap");
                for(Element element : elements2)
                {
                    Element elements3  = element.select("a").first();
//                    System.out.println(elements3.attr("abs:href"));
                    System.out.println(elements3.attr("href").replace("/users/",""));

                    System.out.println();
                }

            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    }
}

第二步 从推荐用户出发,爬取每个推荐用户的全部粉丝,加入到用户信息表(第二批用户)

package com.company;

import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;

public class meizi2 {

    public static void main(String[] args) {

//        https://www.jianshu.com/users/757b5f9f910b/followers?page=5
        //每页9条
        // 利用Jsoup获得连接
        Connection connect = Jsoup.connect("https://www.jianshu.com/users/5ddd9dd5ced9/followers?page=1");
        try {
            // 得到Document对象
            Document document = connect.get();

//            Elements elements = document.select(".wrap");
//            System.out.println(elements.get(0).text());

            Elements elements2 = document.select(".user-list li");
            for(Element element : elements2)
            {
                Element elements3  = element.select(".info a").first();
                System.out.println(elements3.attr("abs:href"));

                System.out.println();
//                elements3  = element.select(".answer-user-name");
//                System.out.println(elements3.text());
//
//                elements3  = element.select(".answer-user-tag");
//                System.out.println(elements3.text());
//
//                elements3  = element.select(".answer-text");
//                System.out.println(elements3.text());
            }

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

第三步,爬取每个简书用户的全部动态信息

package com.company;

import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;

public class meizi3 {

    public static void getDync(int maxid,int pageno)
    {
        //        https://www.jianshu.com/users/757b5f9f910b/followers?page=5
        //每页9条
        // 利用Jsoup获得连接
        String query = "?max_id="+maxid+"&page="+pageno;

        if(maxid == 0)
        {
            query = "";
        }
        Connection connect = Jsoup.connect("http://www.jianshu.com/users/c4165d16d0ad/timeline"+query);
        try {
            // 得到Document对象
            Document document = connect.get();

//            Elements elements = document.select(".wrap");
//            System.out.println(elements.get(0).text());

            Elements elements2 = document.select(".note-list li");
            if(elements2.last() == null) {
                System.out.println(pageno);
                return;
            }
            String id = elements2.last().id();
            maxid = Integer.parseInt(id.split("-")[1]) - 1;

            System.out.println(id);
            for(Element element : elements2)
            {

                Elements elements3  = element.select("span[data-type=like_comment]");
                if(elements3.size() > 0)
                {
                    System.out.println("喜欢了评论");

                    System.out.println(elements3.attr("data-datetime"));
                }

                elements3  = element.select("span[data-type=comment_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("发表评论");
                    System.out.println(element.select(".comment").first().ownText());
                    System.out.println(element.select("a.title").first().attr("href").replace("/p/",""));
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("喜欢文章");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=reward_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("赞赏文章");
                    System.out.println(elements3.attr("data-datetime"));
                }

                elements3  = element.select("span[data-type=share_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("发表文章");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_user]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注作者");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_collection]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注专题");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_notebook]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注文集");
                    System.out.println(elements3.attr("data-datetime"));
                }
            }

        } catch (IOException e) {
            e.printStackTrace();
        }

        getDync(maxid,++pageno);
    }

    public static void main(String[] args) {
        getDync(0,1);

    }
}

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
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 橙汁和橄榄油就能够充分打造出美味的沙拉,不需要另外搭配沙拉酱汁。因此,在这道沙拉中我们需要使用稍微高级一些的橄榄哟...
    我不是笑你吃阅读 608评论 0 1
  • 当生活兵荒马乱的时候,它不放过我,那么我就只有自己放过自己。这世上有太多具有诱惑力的东西,我的欲望催使我去争取。但...
    于忆昔阅读 222评论 0 1
  • 被演讲震撼、并给当时的自己带来无限勇气与信心的经历总共有两次,一次是脱口秀主持人艾伦在2009年杜兰大学的毕业演讲...
    何花花哎喂阅读 8,376评论 12 333
  • 何时为仁君 三月里,太阳就爱握劳作的手 一双双手让土地 不断地吐着一个民族的绿色秘密 比如,麦...
    何时为仁君阅读 359评论 0 5