首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >使用Java进行Web抓取

使用Java进行Web抓取
EN

Stack Overflow用户
提问于 2010-07-08 17:38:26
回答 6查看 139.1K关注 0票数 72

我找不到任何好的基于Java的web抓取API。我需要抓取的站点也不提供任何API;我想使用一些pageID遍历所有网页,并在它们的DOM树中提取HTML标题/其他内容。

除了网络抓取之外,还有其他方法吗?

EN

回答 6

Stack Overflow用户

发布于 2012-09-18 05:31:22

机械化for Java将是一个很好的选择,正如Wadjy Essam提到的,它在HMLT中使用了JSoup。mechanize是一个分阶段的HTTP/HTML客户端,支持导航、表单提交和页面抓取。

http://gistlabs.com/software/mechanize-for-java/ (和GitHub here https://github.com/GistLabs/mechanize)

票数 4
EN

Stack Overflow用户

发布于 2017-09-19 22:47:51

还有Java Scraping & JSON Querying http://jaunt-api.com

票数 4
EN

Stack Overflow用户

发布于 2010-07-08 17:45:47

看看超文本标记语言解析器,比如TagSoup、HTMLCleaner或NekoHTML。

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/3202305

复制
相关文章

相似问题

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