给爬虫设置爬取时长网络不良时使用 不设置在默认时间内没爬取到会报错

复制代码
package day02;
import org.apache.http.HttpEntity;
import org.apache.http.client.config.RequestConfig;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import java.io.IOException;

public class getpacong {
    public static void main(String[] args) throws IOException {
        //注意这个方法是爬取网址所有位置

        //1.打开浏览器,创建Httpclient对象
        //        CloseableHttpclient httpclient = Httpclients.createDefault();
        CloseableHttpClient aDefault = HttpClients.createDefault();

        //2.输入网址,发起get请求创建HttpGet对象 输入你需要爬取的网址
        HttpGet httpGet = new HttpGet("https://zhuanlan.zhihu.com/p/98346518");

        //------------------------------------------------------------------------------------------------------  
        
        //配置请求信息 效果是如果网络不良可以延长爬取的时间
        RequestConfig build = RequestConfig.custom().setConnectionRequestTimeout(1000)//创建连接的最长时间,单位是毫秒
                .setConnectionRequestTimeout(500)//设置获取连接的最长时间,单位是豪秒
                .setSocketTimeout(10 * 1000)//设置获取连接的最长时间,单位是豪秒
                .build();//提交
          //给请求设置请求信息
        httpGet.setConfig(build);

      //------------------------------------------------------------------------------------------------------  
        
        
        //3.按回车,发起请求,返回响应,使用httpclient对象发起请求
        CloseableHttpResponse response = aDefault.execute(httpGet);

        //4.解析响应,获取数据//判断状态码是否是200     200为正常型号  其他为异常
        if(response.getStatusLine().getStatusCode()== 200){
            //获取爬取数据
            HttpEntity httpEntity =response.getEntity();
            //将爬取数据解析为utf-8格式
            String content = EntityUtils.toString(httpEntity,"utf-8");
            //打印
            System.out.println(content);
        }
//释放资源
        response.close();
//关闭网页
        aDefault.close();
        
    }
}
相关推荐
ANnianStriver14 小时前
PetLumina-AI 驱动的宠物生活管理平台
java·生活·vue3·springboot·ai编程·宠物·全栈开发
好家伙VCC14 小时前
Delta Lake + Flink 实现近实时数据湖 Schema 演化
java·大数据·flink
hoho_1214 小时前
如何替换jar包中依赖的其他jar
java·pycharm·jar
码语智行14 小时前
接口请求处理流程
java
布朗克16814 小时前
23 泛型——类型安全的参数化编程
java·泛型
我命由我1234514 小时前
Kotlin 开发 - Kotlin 反引号转义关键字
android·java·开发语言·java-ee·kotlin·android jetpack·android runtime
艾利克斯冰14 小时前
Java设计模式-工厂方法模式
java
中草药z15 小时前
【RAG】工程化实战:全链路原理复盘 + 方案选型 + 实战高阶玩法
java·深度学习·机器学习·阿里云·rag·springai
学计算机的计算基15 小时前
MySQL 性能调优面试复习:Explain、索引、慢查询、缓存和架构优化
java·数据库·笔记·mysql
Hillain15 小时前
软件设计师设计模式
java·开发语言·经验分享·笔记·算法·设计模式·软考