java斗鱼_java爬取斗鱼:与虎牙对比
package 虎牙斗鱼直播平台;
import java.io.IOException;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlAnchor;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
public class 抓取斗鱼 {
public static void main(String[] args) throws IOException, SQLException, ClassNotFoundException {
int id=1;
java.sql.Connection con;
Class.forName("com.mysql.jdbc.Driver");
System.out.println("数据库驱动加载成功");
con = DriverManager.getConnection("jdbc:mysql:"
+ "//127.0.0.1:3306/db?characterEncoding=utf-8", "root", "123456");
System.out.println("数据库连接成功");
final WebClient webClient = new WebClient(BrowserVersion.CHROME);//
webClient.getOptions().setJavaScriptEnabled(true);
webClient.getOptions().setThrowExceptionOnScriptError(false);
webClient.getOptions().setCssEnabled(false);
HtmlPage page=webClient.getPage("https://www.douyu.com/directory/all");
Listanchors=page.getAnchors();
Listjsanchors=new ArrayList();
for(HtmlAnchor anchor:anchors)
{ String href=anchor.getAttribute("href");
/*
* 抓取js的链接 然后获取有用的信息
*/
if("#".equals(href))
{
{jsanchors.add(anchor);}
}
}
HtmlAnchor t1=jsanchors.get(jsanchors.size()-3);System.out.println(t1.asText());//加载js才能获取页面数
int number=Integer.parseInt(t1.asText());//页面数
for(int i=1;i
String url="https://www.douyu.com/gapi/rkc/directory/0_0/"+i;
Connection conn = Jsoup.connect(url).ignoreContentType(true).timeout(2000);
// .header("Accept", "text/plain, */*; q=0.01")
// .header("Accept-Encoding", "gzip, deflate, br")
// .header("Accept-Language", "zh-CN,zh;q=0.9")
// .header("Connection", "keep-alive")
// .header("content type", " text/*, application/xml, or application/xhtml+xml")
// .header("Mimetype", "application/json")
// .header("charset", "utf-8")
// .header("X-Requested-With", "XMLHttpRequest")
// .header("Host", "www.douyu.com")
// .header("Cookie", "dy_did=1c44f89110e75337d1bb4ab500011501; acf_did=1c44f89110e75337d1bb4ab500011501;"
// + " smidV2=2018042210064794358e4a60e148cb2044dd7ccc979fb90028d0af372db9810; "
// + "Hm_lvt_e99aee90ec1b2106afe7ec3b199020a7=1524114219,1524218776,1524383249,1524660154;"
// + " Hm_lpvt_e99aee90ec1b2106afe7ec3b199020a7=1524660429")
// .header("User-Agent", "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36");
Document doc=conn.get();
// System.out.print(doc);
// int page=0;//页数
try{
JSONObject jsonObj = JSON.parseObject(doc.text());
JSONObject jsonOb=JSON.parseObject(jsonObj.getString("data"));//获取data的json内容
JSONArray jarr=jsonOb.getJSONArray("rl");//
for(Object jar:jarr)
{
JSONObject js=JSON.parseObject( jar.toString());//获取更具体的json值
//System.out.println(js);
/*
* 写入数据库
*/
int renshu2=Integer.parseInt(js.get("ol").toString());
String type=js.get("c2name").toString();
String sql2="insert into satuday(name,href,number,type)value(?,?,?,?)";//插入mysql
PreparedStatement pstmt = con.prepareStatement(sql2);
pstmt.setString(1, (String) js.get("nn"));
pstmt.setString(2, "https://www.douyu.com"+js.get("url"));
pstmt.setInt(3, renshu2);
pstmt.setString(4,type );
pstmt.execute();
System.out.println(js.get("nn")+""+id+++""+type+renshu2);
}
}
catch(Exception e) {System.out.println(e.getMessage());}
}
con.close();
}
}
java斗鱼_java爬取斗鱼:与虎牙对比相关推荐
- 闲鱼java系统_java爬取闲鱼商品信息(一)
闲鱼真是一个很神奇的地方,= =能让我等学生狗不用花很多钱就能体验科技的乐趣,当然,前提是别翻车. 好了,这当然是题外话,这阵子总结了自己学习的一些技能,就写一个对闲鱼的数据抓取来练练手. 预计达到的 ...
- java 段子_java爬取捧腹网段子
先上效果图: 准备工作: /** * 建立http连接 */ public static String Connect(String address) { HttpURLConnection conn ...
- 使用selenium自动爬取斗鱼直播平台的所有房间信息
使用selenium自动爬取斗鱼直播平台的所有房间信息 文章目录 使用selenium自动爬取斗鱼直播平台的所有房间信息 使用selenium实现动态页面模拟点击 什么是selenium? selen ...
- 爬虫之selenium爬取斗鱼网站
爬虫之selenium爬取斗鱼网站 示例代码: from selenium import webdriver import timeclass Douyu(object):def __init__(s ...
- Python---20行代码爬取斗鱼平台房间数据(下)
在上一篇中,已经详细的讲解了如何获取数据,接下来是深度处理数据,这里调用xlsxwriter库来制作Excel表格. 工具:Python3.6.5,Pycharm 1.模块介绍 XlsxWriter模 ...
- 利用python爬取飞猪信息_Python---20行代码爬取斗鱼平台房间数据(下)-阿里云开发者社区...
在上一篇中,已经详细的讲解了如何获取数据,接下来是深度处理数据,这里调用xlsxwriter库来制作Excel表格. 工具:Python3.6.5,Pycharm 1.模块介绍 XlsxWriter模 ...
- 利用Python爬虫爬取斗鱼直播间信息,以及直播的实际人数!
首先我准备利用mysql来存储我爬取的信息,建一个host表如下: 然后下载pymysql ,利用它与数据库链接,因为在这里我只涉及到写入的操作: Unit_Mtsql 然后就是使用Beautiful ...
- 利用python爬虫爬取斗鱼图片(简单详细)
关于 在一个安静的夜晚,我缓慢的打开了电脑,望着已经睡着的父母,我轻轻的把门关上,看着斗鱼颜值主播的魅力,我不尽感叹,要是每天都可以不需要那么麻烦的去看那该有多好! 于是我想起了最近刚学的爬虫,嘴角露 ...
- 实时爬取斗鱼直播时的弹幕消息
最近想爬取实时消息,上网查了下,所以爬取斗鱼直播的弹幕消息做了下练习,这个开源的代码有很多,但是具体是怎么爬取到的还是要仔细地研究下.想爬取斗鱼的弹幕消息,按照常用的做法是打开网页用抓包工具抓包,但是 ...
最新文章
- android 绘画,Android绘图基础
- shell脚本api接口考虑并发问题的可行性操作
- 一道简单的Fibonacci
- linux服务器指示灯,【转】明明白白你的Linux服务器——故障篇 | 旺旺知识库
- mybatis源码分析、底层原理
- linux 6.9切换中文,Linux Centos6.9 中文乱码问题处理
- Idea 进行断点调试的 快捷键
- Eclipse主题切换
- 关于海康相机ip地址无法更改问题
- 基于STM32F103完成对SD卡的数据读取操作
- 问卷分析SPSS+AMOS实证步骤
- 《精通Unreal Engine 3 卷1:3D游戏关卡设计》
- java中正则验证邮箱手机格式
- Lumion 9.0 建筑日景快速渲染实例教程
- RS-485串口通讯测试及四路集线器功能探究
- 使用标准输出流(system.out)和打印流 (PrintWriter)来读取txt文件
- 数据库错误代码:1055(Error Number: 1055) 解决方法
- python足球联赛赛程_足球联赛赛程表生成
- 2019人工智能大数据精英大会圆满落幕(内附大会PPT干货资源)
- ACM2021辽宁省赛:CDEFGILM