男男羞羞视频免费网站,99蜜桃,天天综合色天天综合网

前言

需要提前說下的是，由于今日頭條的文章的特殊性，所以無法直接獲取文章的地址，需要獲取文章的id然后在拼接成url再訪問。下面話不多說了，直接上代碼。

示例代碼如下

public class Demo2 {

public static void main(String[] args) {

  // 需要爬的網頁的文章列表

  String url = "http://www.toutiao.com/news_finance/";

  //文章詳情頁的前綴(由于今日頭條的文章都是在group這個目錄下,所以定義了前綴,而且通過請求獲取到的html頁面)

  String url2="http://www.toutiao.com/group/";

  //鏈接到該網站

  Connection connection = Jsoup.connect(url);

  Document content = null;

  try {

    //獲取內容

    content = connection.get();

  } catch (IOException e) {

    e.printStackTrace();

  }

  //轉換成字符串

  String htmlStr = content.html();

  //因為今日頭條的文章展示比較奇葩,都是通過js定義成變量,所以無法使用獲取dom元素的方式獲取值

  String jsonStr = StringUtils.substringBetween(htmlStr,"var _data = ", ";");

  System.out.println(jsonStr);

  Map parse = (Map) JSONObject.parse(jsonStr);

  JSONArray parseArray = (JSONArray) parse.get("real_time_news");

  Map map=null;

  List<Map> maps=new ArrayList<>();

  //遍歷這個jsonArray,獲取到每一個json對象,然后將其轉換成Map對象(在這里其實只需要一個group_id,那么沒必要使用map)

  for(int i=0;i<parseArray.size();i++){

    map = (Map)parseArray.get(i);

    maps.add((Map)parseArray.get(i));

    System.out.println(map.get("group_id"));

  }

  //遍歷之前獲取到的map集合,然后分別訪問這些文章詳情頁

  for (Map map2 : maps) {

    connection = Jsoup.connect(url2+map2.get("group_id"));

    try {

      Document document = connection.get();

      //獲取文章標題

      Elements title = document.select("[class=article-title]");

      System.out.println(title.html());

      //獲取文章來源和文章發布時間

      Elements articleInfo = document.select("[class=articleInfo]");

      Elements src = articleInfo.select("[class=src]");

      System.out.println(src.html());

      Elements time = articleInfo.select("[class=time]");

      System.out.println(time.html());

      //獲取文章內容

      Elements contentEle = document.select("[class=article-content]");

      System.out.println(contentEle.html());

    } catch (IOException e) {

      e.printStackTrace();

    }

  }

}

}