上次做了个python版的福利爬虫，不过咱主业还是java，所以再发个java版本的，附带每一步的注释，又看不懂的地方欢迎提问首先导入jar包，我这里用的maven，没有maven的可以自己在网上下载jsoup包，版本就下最近的就行
[XML] 纯文本查看 复制代码 <dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.2</version>
</dependency>
然后粘出正经人都喜欢的正经代码
[Java] 纯文本查看 复制代码 import org.jsoup.Connection;
import org.jsoup.HttpStatusException;
import org.jsoup.Jsoup;
import java.io.*;
import java.util.ArrayList;
import java.util.List;
/**
* [url=home.php?mod=space&uid=686208]@AuThor[/url] 三木猿
* [url=home.php?mod=space&uid=1248337]@version[/url] 1.0
* @Title:
* [url=home.php?mod=space&uid=686237]@date[/url] 2020/9/7 10:43
*/
public class test2 {
public static void main(String[] args) {
try {
List<Thread> threads=new ArrayList<>(3);
//开始时间
long start = System.currentTimeMillis();
//循环启动3个线程,每个线程下10个文件夹的图片
for (int i = 0; i < 3; i++) {
final int ins=i;
Thread thread = new Thread(() -> {
try {
System.out.println("线程"+Thread.currentThread().getName()+"正在运行");
//开始下载
downloadImg(10*ins, (ins+1)*10);
} catch (Exception e) {
e.printStackTrace();
}
});
thread.start();
threads.add(thread);
}
//join不能放在循环中，不然就失去了多线程的意义,join方法就是让线程运行结束后才能继续执行，要学多线程的可以试试去掉join会怎么样
for (Thread thread : threads) {
thread.join();
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("所有下载已完成,本次共用时"+(end-start)/1000+"s");
} catch (Exception e) {
e.printStackTrace();
}
}
public static void downloadImg(int start, int end) throws Exception {
//参数校验
if (start > end) {
System.out.println("输入的参数有误");
}
for (int i = start; i < end; i++) {
//图片地址
String url = "https://lns.hywly.com/a/1/" + i + "/";
//一个文件夹文件数量上限为100
int count = 100;
for (int j = 0; j < count; j++) {
//要创建的文件夹地址
String src = "d:/SanMu/image/" + i + "/";
File file1 = new File(src + j + ".jpg");
//先验证当前图片是否已经存在,存在就跳过
if (!file1.exists()) {
Connection.Response execute = null;
try {
//ignoreContentType忽略请求类型,这里可以自己试试，不加会报这个异常
// Unhandled content type. Must be text/*, application/xml, or application/xhtml+xml. Mimetype=application/json;charset=UTF-8,
execute = Jsoup.connect(url + j + ".jpg").ignoreContentType(true).execute();
} catch (HttpStatusException httpStatusException) {
//404时跳过当前下载，因为不知道每一套图片有多少张，所以设定当获取的页面是404时就结束
break;
} catch (IOException e) {
e.printStackTrace();
}
//只有在条件成立时才会继续往下运行，相当于if判断
assert execute != null;
File file = new File(src);
//当前文件夹不存在时，创建
if (!file.exists()) {
file.mkdir();
}
//创建图片文件
file1.createNewFile();
//保存图片
//这样写的好处是可以充分关闭，不让文件流占用资源
FileOutputStream fos = new FileOutputStream(file1);
BufferedOutputStream bos = new BufferedOutputStream(fos);
bos.write(execute.bodyAsBytes());
bos.close();
fos.close();
}
}
}
}
}
最后是运行截图，最后给句忠告不要把线程数改的太多，要是把网站弄崩了，那福利可就没啦
| 
发表于 2020-9-7 10:49
|
发表于 2020-9-18 13:10
