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
鲨鱼辣钊2 小时前
【FastAPI筑基-Day19】APScheduler定时任务全实战|自动执行、动态启停、后台常驻
java·spring·fastapi
学长毕业设计6 小时前
基于SpringBoot的公益基金管理系统(源码+文档+讲解视频)
java·spring boot·后端
东小西6 小时前
【SAA实战】第 3 篇 · 工具调用全攻略:把业务能力交给 Agent 自己调度
java·后端·spring
东小西6 小时前
【SAA实战】第 4 篇 · Agent 短期记忆:saver 让 Agent 跨轮记得住(threadId 隔离)
java·后端·spring
许彰午6 小时前
22-DataCenter报文序列化
java·低代码·架构·状态模式
2601_962065257 小时前
[MySQL] SQL优化之性能分析
java·sql·mysql
小范同学_7 小时前
JDK1.7 与 JDK1.8 HashMap 底层原理对比 + 数组并发扩容死循环详解
java·开发语言
予昊8 小时前
从零实现“在线五子棋对战“:WebSocket 实时通信 + 段位匹配
java·开发语言·网络·websocket
2601_962203518 小时前
【SpringAI入门】初识SpringAI
java
weixin_461408588 小时前
Mybatis-flex小记
java·开发语言·mybatis