前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >OkHttp的特性优点及爬虫示例

OkHttp的特性优点及爬虫示例

原创
作者头像
jackcode
发布2023-04-27 15:02:25
6570
发布2023-04-27 15:02:25
举报
文章被收录于专栏:爬虫资料
亿牛云代理
亿牛云代理

OkHttp是一个Java和Android应用程序的HTTP客户端库,旨在提高资源加载速度和节省带宽。与其他类似的库相比,它具有以下优点和区别:

一、OkHttp的特性和优点

  • 支持HTTP/2协议,可提高效率和速度;
  • 支持连接池,减少请求延迟;
  • 支持透明的GZIP压缩,减少数据量;
  • 支持响应缓存,避免重复网络请求;
  • 支持现代的TLS特性,如TLS 1.3、ALPN、证书锁定等;
  • 可在网络不稳定时自动恢复连接;
  • 请求/响应API设计简洁易用,支持同步阻塞调用和异步回调调用;
  • 基于传输层实现应用层协议的网络框架,比HttpUrlConnection更高效和灵活;

二、OkHttp与其他网络框架的比较

  • Retrofit是基于OkHttp封装的一个RESTful风格的网络框架,可以使用注解来定义接口,并自动转换JSON等格式的数据;
  • Volley是Google开发的一个轻量级的网络框架,可以实现图片加载、缓存、优先级控制等功能,但不支持同步调用和文件上传下载等功能;

总的来说,OkHttp是一个适合处理各种复杂网络请求场景的性能优异、功能强大、易于使用的HTTP客户端库。马上就是五一假期,通过采集大众点评获取附近的景点信息可以快速确定出行方案,用OkHttp和爬虫加强版代理IP就可以方便的实现如下:

代码语言:java
复制
// 导入所需的库
import com.squareup.okhttp.*;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.CountDownLatch;

// 定义一个景点类,用于存储景点的信息
class ScenicSpot {
    private String name; // 景点名称
    private String url; // 景点链接
    private String intro; // 景点简介
    private List<String> comments; // 景点评论

    public ScenicSpot(String name, String url) {
        this.name = name;
        this.url = url;
        this.intro = "";
        this.comments = new ArrayList<>();
    }

    public String getName() {
        return name;
    }

    public String getUrl() {
        return url;
    }

    public String getIntro() {
        return intro;
    }

    public void setIntro(String intro) {
        this.intro = intro;
    }

    public List<String> getComments() {
        return comments;
    }

    public void addComment(String comment) {
        this.comments.add(comment);
    }

    @Override
    public String toString() {
        return "ScenicSpot{" +
                "name='" + name + '\'' +
                ", url='" + url + '\'' +
                ", intro='" + intro + '\'' +
                ", comments=" + comments +
                '}';
    }
}

// 定义一个回调接口,用于异步处理响应
interface CallbackHandler {
    void handle(Response response) throws IOException;
}

// 定义一个爬虫类,用于采集大众点评的景点信息
class DianpingCrawler {
    // 大众点评的网址
    private static final String BASE_URL = "http://www.dianping.com";     
    //亿牛云动态转发代理IP 爬虫加强版 代理服务地址
    private static final String PROXY_HOST = "www.16yun.cn"; 
    //亿牛云动态转发代理IP 爬虫加强版 代理端口号
    private static final int PROXY_PORT = 8080; 
    //亿牛云动态转发代理IP 爬虫加强版 代理用户名
    private static final String PROXY_USERNAME = "16YUN"; 
    //亿牛云动态转发代理IP 爬虫加强版 代理密码
    private static final String PROXY_PASSWORD = "16IP";

    private OkHttpClient client; // OkHttp客户端对象

    public DianpingCrawler() {
        // 创建一个OkHttpClient对象,并配置代理和认证信息
        client = new OkHttpClient();
        Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress(PROXY_HOST, PROXY_PORT));
        Authenticator authenticator = new Authenticator() {
            @Override
            public Request authenticate(Proxy proxy, Response response) throws IOException {
                String credential = Credentials.basic(PROXY_USERNAME, PROXY_PASSWORD);
                return response.request().newBuilder()
                        .header("Proxy-Authorization", credential)
                        .build();
            }

            @Override
            public Request authenticateProxy(Proxy proxy, Response response) throws IOException {
                return null;
            }
        };
        client.setProxy(proxy);
        client.setAuthenticator(authenticator);
    }

    // 发送一个GET请求,并使用回调接口处理响应
    public void get(String url, CallbackHandler callbackHandler) throws IOException {
        Request request = new Request.Builder()
                .url(url)
                .header("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36")
                .build();
        client.newCall(request).enqueue(new Callback() {
            @Override
            public void onFailure(Request request, IOException e) {
                e.printStackTrace();
            }

            @Override
            public void onResponse(Response response) throws IOException {
                callbackHandler.handle(response);
            }
        });
    }

    // 根据城市和关键词获取景点列表的网址
    public String getScenicListUrl(String city, String keyword) {
        return BASE_URL + "/search/keyword/" + city + "/0_" + keyword;
    }

 // 根据景点列表的网址获取景点对象的列表
    public List<ScenicSpot> getScenicSpots(String scenicListUrl) throws IOException {
        List<ScenicSpot> scenicSpots = new ArrayList<>();
        // 发送一个GET请求,获取景点列表的网页内容
        get(scenicListUrl, response -> {
            // 解析网页内容,提取景点的名称和链接
            Document document = Jsoup.parse(response.body().string());
            Elements elements = document.select(".shop-list .shop-name");
            for (Element element : elements) {
                String name = element.text();
                String url = BASE_URL + element.attr("href");
                // 创建一个景点对象,并添加到列表中
                ScenicSpot scenicSpot = new ScenicSpot(name, url);
                scenicSpots.add(scenicSpot);
            }
        });
        return scenicSpots;
    }

    // 根据景点对象获取景点的简介和评论
    public void getScenicInfo(ScenicSpot scenicSpot) throws IOException {
        // 发送一个GET请求,获取景点的网页内容
        get(scenicSpot.getUrl(), response -> {
            // 解析网页内容,提取景点的简介和评论
            Document document = Jsoup.parse(response.body().string());
            String intro = document.select(".shop-intro").text();
            Elements elements = document.select(".comment-list .content");
            List<String> comments = new ArrayList<>();
            for (Element element : elements) {
                String comment = element.text();
                comments.add(comment);
            }
            // 设置景点对象的简介和评论
            scenicSpot.setIntro(intro);
            scenicSpot.getComments().addAll(comments);
        });
    }

    // 根据城市和关键词获取附近TOP20的景点介绍以及每个景点TOP的评价
    public List<ScenicSpot> getTopScenicSpots(String city, String keyword) throws IOException, InterruptedException {
        // 获取景点列表的网址
        String scenicListUrl = getScenicListUrl(city, keyword);
        // 获取景点对象的列表
        List<ScenicSpot> scenicSpots = getScenicSpots(scenicListUrl);
        // 创建一个倒计时锁,用于等待所有异步请求完成
        CountDownLatch countDownLatch = new CountDownLatch(scenicSpots.size());
        // 遍历每个景点对象,获取其简介和评论,并在完成后减少倒计时锁的计数
        for (ScenicSpot scenicSpot : scenicSpots) {
            getScenicInfo(scenicSpot);
            countDownLatch.countDown();
        }
        // 等待所有异步请求完成
        countDownLatch.await();
        // 返回前20个景点对象的列表
        return scenicSpots.subList(0, 20);
    }

    // 测试方法,打印结果
    public static void main(String[] args) throws IOException, InterruptedException {
        DianpingCrawler crawler = new DianpingCrawler();
        List<ScenicSpot> scenicSpots = crawler.getTopScenicSpots("1", "景点");
        for (ScenicSpot scenicSpot : scenicSpots) {
            System.out.println(scenicSpot);
        }
    }
}

这段代码用于从大众点评网站上采集某个城市中包含某个关键词的景点信息。代码使用了OkHttp和jsoup库来发送HTTP请求和解析HTML响应。具体来说,程序通过发送HTTP GET请求获取包含特定关键词的城市中所有景点的列表,然后对每个景点分别发送HTTP GET请求获取其名称、简介和评论信息,并将这些信息保存在ScenicSpot类的对象中,程序还使用了爬虫加强版代理IP避免被大众点评网站封禁。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档