欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java爬虫爬取京东商品信息

程序员文章站 2022-12-20 21:52:47
java爬虫工具:Jsoup Maven地址 org ......

<strong> java<em style=“color:red;”>爬虫</em></strong>工具:Jsoup

Maven地址

<dependency>
  <!-- jsoup HTML parser library @ https://jsoup.org/ -->
  <groupId>org.jsoup</groupId>
  <artifactId>jsoup</artifactId>
  <version>1.11.2</version>
</dependency>

 

网页分析

 

Java爬虫爬取京东商品信息

 

商品布局分析:

 

Java爬虫爬取京东商品信息

 

 

Java代码实例:

 1 import org.jsoup.Jsoup;
 2 import org.jsoup.nodes.Document;
 3 import org.jsoup.nodes.Element;
 4 import org.jsoup.select.Elements;
 5 
 6 /**
 7  * 作者:小鱼
 8  * 作者唯一QQ号:1132017151
 9  * 
10  * 简单测试类
11  * 包含内容:京东商品页查询
12  * 不包含京东商品排除个性化查询和后半部动态加载,如有想要了解,请联系作者
13  * */
14 public class Test {
15     
16     public static void main(String[] args) throws Exception {
17         String url = "https://search.jd.com/Search?keyword=%E6%89%8B%E6%9C%BA&enc=utf-8&psort=3&page=3";//第二页商品
18         //网址分析
19         /*keyword:关键词(京东搜索框输入的信息)
20          * enc:编码方式(可改动:默认UTF-8)
21          * psort=3 //搜索方式  默认按综合查询 不给psort值
22          * page=分业(不考虑动态加载时按照基数分业,每一页30条,这里就不演示动态加载)
23          * 注意:受京东商品个性化影响,准确率无法保障
24          * */
25         Document doc = Jsoup.connect(url).maxBodySize(0).get();
26         //doc获取整个页面的所有数据
27         Elements ulList = doc.select("ul[class='gl-warp clearfix']");
28         Elements liList = ulList.select("li[class='gl-item']");
29         //循环liList的数据
30         for (Element item : liList) {
31             //排除广告位置
32             if (!item.select("span[class='p-promo-flag']").text().trim().equals("广告")) {
33                 //如果向存到数据库和文件里请自行更改
34                 System.out.println(item.select("div[class='p-name p-name-type-2']").select("em").text());//打印商品标题到控制台
35             }
36         }
37     }
38 }

运行结果:

Java爬虫爬取京东商品信息

如有疑问可加作者QQ或者博客园留言,看到必回!

如有转载,请自觉贴上本帖地址,谢谢合作!