我用java爬虫爬了一个图片网站
最近想建立个网站，不想搞技术博客之类的网站了，因为像博客园还有CSDN这种足够了。平时的问题也都是这些记录一下就够了。那搞个什么网站好玩呢？
看到一个图片网站还不错，里面好多图片(当然有xxx图片了....)哈哈，其实就是闲的，同时也介绍一下java爬虫的相关用法把。
1、首先呢，爬虫应该就是两种了，一种是动态的接口请求返回的数据，这种json解析或者其他解析一下获取自己需要的数据就可以了。
2、还有就是静态html的网页之类的。这种就需要解析html dom节点的数据。其实通俗点就是类似于 jquery 选择器，html数据解析成dom节点的数据,java里面有现成的类库
看下我根据爬取的图片生成的网站效果把(代码近期准备开源，随便搞搞)
需要的maven依赖，版本号自己去maven搜把
org.apache.httpcomponents
httpclient
org.jsoup
jsoup
接着介绍一下用法，
① 比如：爬取一个图片静态页面： https://www.yeitu.com/meinv/xinggan/20180919_14722.html
我们正常用jquery获取这个静态页面的标题(需要自己看dom节点的结构，用选择器获取)
② 接着，我们怎么用代码爬取这个呢？
用httpclient工具类，写一个get请求方法,最终返回一个string的html网页内容
String url="https://www.yeitu.com/meinv/xinggan/20180919_14722.html";
HttpGet get = newHttpGet(url);//设置参数
Builder customReqConf =RequestConfig.custom();
customReqConf.setConnectTimeout(connTimeout);
customReqConf.setSocketTimeout(socketTimeout);
customReqConf.setConnectionRequestTimeout(requestTimeout);
get.setConfig(customReqConf.build());
get.addHeader("Connection", "Close");
HttpResponse res;//执行 Http 请求.
if (url.startsWith("https")) {//执行 Https 请求.
client =createSSLInsecureClient();
res=client.execute(get);
}else{//执行 Http 请求.
client =HttpClientUtil.client;
res=client.execute(get);
}return EntityUtils.toString(res.getEntity(), charset);
③、接着把 html内容转换一下
Document documentInner =Jsoup.parse(htmlInner);
//这个就是图片中的jquery的选择器//$(".img_box").children("a").children("img").attr("alt");
//下面就是对应jsoup框架写法
String firstAlt = documentInner.select(".img_box").select("a").select("img").attr("alt");
总结一下，就是把jquery对应选择器的写法，写成jsoup框架的写法转换一下下。其实也没转换什么东西，自己操作一下就比较清晰了
