国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Java > 正文

使用webmagic實現爬蟲程序示例分享

2019-11-26 15:32:30
字體:
來源:轉載
供稿:網友

復制代碼 代碼如下:

package com.letv.cloud.spider;

import java.util.HashSet;
import java.util.List;

import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;
import us.codecraft.webmagic.processor.PageProcessor;

public class MoviePaperPageProcessor implements PageProcessor {
 private Site page = Site.me().setRetryTimes(3).setSleepTime(1000);

 public Site getSite() {
  return page;
 }

 public void process(Page page) {
  List<String> links = page.getHtml().links().regex(
    "http://posters.aa.com/poster///d+").all();
  links = removeDuplicate(links);
  page.addTargetRequests(links);
  page.putField("title", page.getHtml().xpath(
    "http://div[@id='imdbleftsecc']/center/h1/text()").toString());
  page.putField("imgurl", page.getHtml().xpath(
    "http://div[@id='imdbleftsecc']/center/img/@src").toString());
 }

 public static void main(String[] args) {
  for (int i = 1; i <= 3; i++) {
   Spider.create(new MoviePaperPageProcessor()).addUrl(
     "http://posters.aa.co/poster_page/" + i).thread(5).run();
  }
 }

 public static List removeDuplicate(List list) {
  HashSet hs = new HashSet(list);
  list.clear();
  list.addAll(hs);
  return list;
 }
}

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 奉节县| 古交市| 潜山县| 日喀则市| 海城市| 华容县| 拜泉县| 永川市| 福州市| 西华县| 仪陇县| 南投市| 瑞金市| 陈巴尔虎旗| 鄂伦春自治旗| 宜都市| 铜川市| 洛隆县| 凤山县| 临清市| 女性| 新邵县| 商南县| 平利县| 安泽县| 綦江县| 长寿区| 南江县| 巫山县| 黄平县| 淅川县| 虞城县| 宁蒗| 吴堡县| 宁都县| 宣汉县| 大洼县| 枝江市| 长汀县| 湖北省| 宁海县|