java爬虫系列：怎么用jsoup进行爬虫开发？(1)

eclipse/idea

java环境

jsoup jar包

第一步：maven引入jsoup，或者从jsoup的官网下载jsoup导入编译器，官网下载地址：jsoup.org/download。因有依赖问题，这里建议使用maven

第二步：开始使用jsoup进行网络爬取，代码如下:Document document = Jsoup.connect('你的url').get();这是get请求，post请求如下：Document document = Jsoup.connect('你的url').post();是不是很简单

第三步：jsoup的爬取的其他方式：Connection conn = Jsoup.connect('').method(Connection.Method.GET);post如下：Connection conn = Jsoup.connect('').method(Connection.Method.POST);

第三步：分析不同点。返回值Document就是一个网页dom，也就是一个网页，请求到此结束，而Connection 返回的是一个连接，表示请求还没结束，Connection 常用方法如下：Document doc = response.parse(); Map cookies = response.cookies();获取文档和cookies

第五步：cookies的作用就是让网站记住你，告诉网站还是我，别验证了，所以如果再次请求的验证的网站，带上cookies就不用验证。代码如下：Connection.Response response = cget.execute(); Document doc = response.parse(); Map cookies = response.cookies();  Document document = Jsoup.connect('').cookies(cookies).get();

第六步：下次开始讲代理，头部，get和Post的参数传递，并模拟登陆

保证网络畅通

学无止境