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();
}
}
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
ikun,ikun2024-04-13 9:22
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)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)许彰午6 小时前
22-DataCenter报文序列化2601_962065257 小时前
[MySQL] SQL优化之性能分析小范同学_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2601_962203518 小时前
【SpringAI入门】初识SpringAIweixin_461408588 小时前
Mybatis-flex小记