java不能写爬虫吗?海量美女图片任你选!

https://gitee.com/gao_zhenzhong/spring-boots/tree/master/ok/98-app/15-boot-beautiful

1 主程序

package com.gzz;

import static com.gzz.utils.Utils.FORMAT;

import java.nio.file.Files;
import java.nio.file.Paths;

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

import com.gzz.utils.Utils;

import lombok.SneakyThrows;
import lombok.extern.slf4j.Slf4j;

/**
 * @author 高振中
 * @date 2023-06-18 00:16:58
 **/
@Slf4j
public class Application18 {
    private static final String ROOT = "D:/[XIAOYU语画界]/";
    private static final String FILE1 = ROOT + "1.txt";// 记录前一页编号
    private static final String FILE2 = ROOT + "2.txt";// 记录前一图集编号

    private static final String BASE = "https://mmm666.red/";
    private static final String SERIES = BASE + "tag/yuhuajie/";// 可换成其它系列

    @SneakyThrows
    public static void main(String[] args) {
        Utils.checkHistory(FILE1, FILE2);
        Integer frontPageNum = Integer.valueOf(Files.readString(Paths.get(FILE1)));// 上一完成页编号
        log.info("已下线到第{}页.....", frontPageNum);
        for (int i = frontPageNum; i < 53; i++) {
            Files.writeString(Paths.get(FILE1), i + "");
            Document curentPage = Jsoup.connect(SERIES + i).get();// 当前下载页
            Elements pageImageSet = curentPage.select("div.content div.row a");

            for (Element imageSet : pageImageSet) {
                String setName = imageSet.text().replace("[XIAOYU语画界] ", "").replace("IAOYU语画界]", "");

                int currentSetNum = Integer.valueOf(setName.substring(10).replaceAll("[^0-9]", ""));// 当前图集编号
                log.info("正在检查\t第{}页->图集:\t{}", i, setName);
                Integer frontSetNum = Integer.valueOf(Files.readString(Paths.get(FILE2)));// 上一图集编号
                if (currentSetNum <= frontSetNum) {
                    Files.writeString(Paths.get(FILE2), currentSetNum + "");
                    log.info("正在下载\t第{}页->图集:\t{}", i, setName);
                    Document imagesPage = Jsoup.connect(BASE + imageSet.attr("href")).get();
                    Elements images = imagesPage.select("#masonry div img");
                    int size = images.size();
                    images.remove(size - 1);
                    images.remove(size - 2);
                    for (int j = 0; j < images.size(); j++) {
                        String path = ROOT + setName + "/" + FORMAT.format(j) + ".webp";
                        String url = images.get(j).attr("data-original");
//                      System.out.println(url);
                        Utils.down(url, path);
                    }
                }
            }
        }
    }

}

2 工具类

package com.gzz;

import java.io.File;
import java.net.URL;
import java.net.URLConnection;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.text.DecimalFormat;

import lombok.SneakyThrows;

/**
 * @author 高振中
 * @date 2023-06-18 00:16:58
 **/
public class Utils {

    public static final DecimalFormat FORMAT = new DecimalFormat("000");

    @SneakyThrows
    public static void down(String url, String path, String referer) {
        if (!new File(path).exists()) {
            URLConnection connection = new URL(url).openConnection();
            connection.setRequestProperty("Referer", referer);
            Files.createDirectories(Paths.get(path).getParent());
            Files.write(Paths.get(path), connection.getInputStream().readAllBytes());
        }
    }

    @SneakyThrows
    public static void down(String url, String path) {
        if (!new File(path).exists()) {
            Files.createDirectories(Paths.get(path).getParent());
            Files.write(Paths.get(path), new URL(url).openConnection().getInputStream().readAllBytes());
        }
    }

    @SneakyThrows
    public static void checkHistory(String file1, String file2) {
        if (!new File(file1).exists()) {
            Files.createDirectories(Paths.get(file1).getParent());
            Files.writeString(Paths.get(file1), "1");
            Files.writeString(Paths.get(file2), "2000");
        }
    }
}

3 pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.gzz</groupId>
    <artifactId>13-boot-jsoup</artifactId>
    <version>1.0</version>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.1.0</version>
    </parent>
    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <java.version>17</java.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.16.1</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>
ff6a6d6e93699d97514b5c2d2bcd04b.png
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 214,922评论 6 497
  • 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 91,591评论 3 389
  • 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 160,546评论 0 350
  • 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 57,467评论 1 288
  • 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 66,553评论 6 386
  • 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 50,580评论 1 293
  • 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 39,588评论 3 414
  • 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 38,334评论 0 270
  • 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 44,780评论 1 307
  • 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 37,092评论 2 330
  • 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 39,270评论 1 344
  • 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 34,925评论 5 338
  • 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 40,573评论 3 322
  • 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 31,194评论 0 21
  • 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 32,437评论 1 268
  • 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 47,154评论 2 366
  • 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 44,127评论 2 352

推荐阅读更多精彩内容