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
折哥的程序人生 · 物流技术专研1 小时前
第4篇:Lambda 简化策略模式(Java 8+)researcher-Jiang2 小时前
高性能计算之OpenMP——超算习堂学习1西门吹-禅3 小时前
java springboot N+1问题DLYSB_4 小时前
生命通道:如何用 HIS 医疗系统直连网络声光终端,打造“零延误”的危急值响应网关?weixin_BYSJ19874 小时前
SpringBoot + MySQL 乒乓球运动员信息管理系统项目实战--附源码04954AI小码4 小时前
LLM 应用的缓存工程:当每次 API 调用都在燃烧成本Hui Baby5 小时前
Spring SecurityIT笔记5 小时前
【Rust】Rust Match 模式匹配详解我才是银古6 小时前
构建 Java GIS 工具库:从碎片化 API 到统一抽象的设计实践TPBoreas6 小时前
配置信息防泄露方案:.env 环境隔离详解(dotenv-java)