网页展现给用户的是主要内容是它的文本。因此，在获取网页源代码时，针对网页抽取出它的特定的文本内容，是我们做网页爬虫的一个基本功。我们结合HtmlParser和正则表达式来实现这一目的。
第一部分主要为基础教程（HtmlParse），转载自一个哥们的
1、相关资料
官方文档：http://htmlparser.sourceforge.net/samples.html...
分类：
Web程序 时间：
2016-04-11 12:19:45
阅读次数：
252
WebCollector是一个无须配置、便于二次开发的JAVA爬虫框架（内核），它提供精简的的API，只需少量代码即可实现一个功能强大的爬虫。教程介绍了如何用WebCollector打造一个爬取《知乎》并进行问题精准抽取的爬虫（JAVA）...
分类：
编程语言 时间：
2014-07-27 11:50:23
阅读次数：
424
