Document doc = Jsoup.parseBodyFragment(previewHtml); //html内容解析为Document int index = 0; StringBuffer stringBuffer = new StringBuffer(); Elements input ...
分类：
编程语言 时间：
2016-08-23 12:52:39
阅读次数：
140
采集邮件 （一）创建Constants类 ，存储文件路径，文件名，休眠时间以及收件箱，邮件的URL （二）登录 （三）抓取邮件 （1）读取收件箱信息 （2）读取邮件信息 （3）用jsoup解析信息，并存入list集合中 （4）遍历集合，得到邮件的发件人，收件人，发送时间，接收时间，内容等信息，并存储 ...
分类：
其他好文 时间：
2016-08-22 23:14:32
阅读次数：
301
网易邮件采集器 完成了附件下载存储，了解MD5值，生成附件的MD5值，做好附件与邮件存储文件的关联。 网上了解JSOUP模拟登录，尝试使用fireFox获取登录URL，尝试模拟登录，但未能成功。会继续分析，尝试模拟登录。 重新写了去重方法，使用数据库存储mid，修改查询方法。 windows 环境下 ...
分类：
其他好文 时间：
2016-08-22 21:20:35
阅读次数：
129
crawler4j是用Java实现的开源网络爬虫。提供了简单易用的接口，可以在几分钟内创建一个多线程网络爬虫。下面实例结合jsoup，采集搜狐新闻网（http://news.sohu.com/）新闻标题信息。 所有的过程仅需两步完成： 第一步：建立采集程序核心部分 第二步：建立采集程序控制部分 采集 ...
分类：
其他好文 时间：
2016-08-20 13:09:15
阅读次数：
136
下面以http://news.csdn.net/news.html为爬虫示例网站进行分析，F12查看网页布局，效果如下：从图中分析知，待扒的单个数据以unit为标签，即一个unit标签对应一个对象。下面定义Jsoup帮助类，getRootElements()返回需要解析的对象的根标签，这里需要返回d... ...
分类：
编程语言 时间：
2016-08-18 09:58:41
阅读次数：
254
jsoup -- xml文档解析 修改 https://jsoup.org/cookbook/modifying-data/set-attributes https://jsoup.org/cookbook/modifying-data/set-html https://jsoup.org/cook ...
分类：
Web程序 时间：
2016-08-17 06:46:33
阅读次数：
233
一.创建用户 1.利用IO创建目录和用户储存文件 2.利用json把用户账号密码传进去 二.登录用户 1.（1）利用JSON解析account.json读取出其中的账号密码 （2）利用的到的账号密码登录 2.如果没找到 5分钟再找一次 三.抓取邮件 1.利用jsoup ...
分类：
编程语言 时间：
2016-08-16 14:32:24
阅读次数：
178
jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
显示博客列表的时候，显示一些博客里的图片，增强用户体验；
这里的话，是在后台处理，把解析好的图片存集合里，然后转发到页面，遍历显示。这里给下关键代码：for(Blog blog:blogList){...
分类：
Web程序 时间：
2016-08-07 21:50:28
阅读次数：
374
同事用Java做了一个抓取任意网页的标题的功能，由于任意网页的HTML的head中meta中指定的charset五花八门，比如常用的utf-8,gbk，gb2312。 自己写代码处理，短时间内，发现各种情况太难考虑周全，总是抓取乱码。面临的挑战：也可能有meta也可能没meta，即使有meta也可能 ...
分类：
编程语言 时间：
2016-08-07 00:52:40
阅读次数：
176
NET 解析HTML代码——NSoup NSoup是一个开源框架，是JSoup（Java）的.NET移植版本 1、直接用起来 NSoup的强大之处在于可以用类似js的方法来获取节点元素 通过元素类型获取元素GetElementByTag("p") 2、做了一个winform的小demo 关键代码： ...
分类：
Web程序 时间：
2016-08-03 23:59:52
阅读次数：
774
