根据URL链接分析获取中图分类号
《中国图书馆分类法》提供统一的图书分类号,获取图书分类号,建立图书分类号的META DATA数据库表,可以方便的对图书杂志、期刊论文进行分类。
种子URL链接:http://ztflh.jourserv.com/
分析种子URL的源代码,可以发现图书分类号和http://ztflh.jourserv.com/html/*.html的URL相关联。
进一步分析URL的源代码,可以发现图书分类号有如下规律:
(1)http://ztflh.jourserv.com/html/*.html 中的*取值介于1-45836之间
(2)图书分类号的NAME存放在<a></a>标签的text()中
(3)图书分类号的VALUE存放在<li><span></span></li>标签的text()中
通过上述特点,可以充分的将利用Jsoup的标签选择器来获得HTML文件中图书分类号的NAME和VALUE键值对。
public void getClassifiedList(String url,String pvalue,String pname){
Document doc = null;
try {
doc = Jsoup.connect(url).get();
} catch (IOException e) {
System.out.println("网页【"+url+"】解析出错!");
e.printStackTrace();
}
if(doc != null){
/**
* 查找包含中图分类号的链接以及查找对应的classify_value、classify_name
*/
Elements href = doc.select("[href*=http://ztflh.jourserv.com/html/]");
Elements ul = doc.select("ul>li>span");
for(int i=0;i<href.size();i++){
cbpm.setClassify_info("");
cbpm.setClassify_name(href.get(i).text());
cbpm.setClassify_parent_value(pvalue);
cbpm.setClassify_parent_name(pname);
cbpm.setClassify_value(this.nameFilter(ul.get(i).text()));
System.out.println(cbpm.getClassify_info());
System.out.println(cbpm.getClassify_name());
System.out.println(cbpm.getClassify_parent_name());
System.out.println(cbpm.getClassify_parent_value());
System.out.println(cbpm.getClassify_value());
/**
* 写入数据库 ALL,代表写入QBZX_TSZY_CLASSIFYS
*/
cbps.insertAll(cbpm);
/**
* 递归处理
*/
if(href.size()>1)
this.getClassifiedList(href.get(i).attr("href"),
this.nameFilter(ul.get(i).text()),href.get(i).text());
}
}
}
根据URL链接分析获取中图分类号相关推荐
- 计算机类图书按中图法类号,中图分类号 中国图书馆分类法(O类 数理科学和化学)...
O 数理科学和化学 01 数学 01-61 数学词典 01-64 数学表 O1-8 计算工具 O11 古典数学 O119 中国数学 O12 初等数学 O121 算术 O122 初等代数 O123 初等 ...
- 利用ISBN/书名爬取“全国图书馆参考咨询联盟”网站从而得到图书学科、中图分类号、主题等信息
先把代码的坑说一下哈哈,尽管代码做了很多异常处理相对健壮,仍然有一个问题就是每次抓取八十条左右的数据时就会弹出验证码,代码经过微调从原来的一次性抓取十几条到八十多条,差不多半小时G一次.如果介意的话慎 ...
- 《中国图书馆图书分类法》(第五版)详表(中图分类号查询表)
中图分类号简介: <中国图书馆图书分类法>是我国建国后编制出版的一部具有代表性的大型综合性分类法,简称<中图法>. <中图法>的编制始于1971年,先后出版了五版. ...
- 毕业论文封面中图分类号和UDC查询
一般学位论文的封面上需要填写中图分类号以及UCD分类代码,这里记录其查询网址. 转载网址:https://blog.sciencenet.cn/home.php?mod=space&uid=2 ...
- 中图分类号和UDC查询
中图分类号: http://www.ztflh.com/ UDC: http://www.udcc.org/udcsummary/php/index.php?lang=chi
- 中图分类号——计算机软件类
中图分类号之计算机软件类,供有需要的盆友们参考,! TP31 计算机软件 TP311 程序设计.软件工程 TP311.1 程序设计 TP311.11 程序设计方法 TP311.12 数据 ...
- 中图分类号,文献标识码查询
<script language="javascript" src="zongg/ad.asp?i=15" type="text/javascr ...
- 计算机科学视角的社会情感计算中图分类号,教学系统设计期末考试有关资料[1]...
4.心智运动技能(Psychomotor skills) 指学生一系列动作的组织,构成连贯的.准确的.合乎规则的整体行为. 5. 态度(Attitudes) 指影响个体对特定对象做出行为选择的有组织的 ...
- 计算机相关分类号,计算机类中图分类号.doc
文档介绍: TP1 自动化基础理论 TP2 自动化技术及设备 TP20 一般性问题 TP21 自动化元件.部件 TP23 自动化装置与设备 TP24 机器人技术 TP27 自动化系统 TP29 自动化 ...
最新文章
- Numpy 统计变量(平均值、标准差、方差、最大、最小、和、乘积、对角线和)
- java vs .net
- 福利,PyTorch中文版官方教程来啦(附下载)
- linux shell 运算符 | || () {}
- c# websocketServer传图片
- CDH 5.16.1 + Redhat 7.0 部署(二)
- 数字信号处理第一章 离散时间信号与系统
- 安卓实现定位功能的4种方式
- 【架构】软件分层架构视角图
- 通过 WIFI 用 adb 调试 Android 设备
- Unity 2017 Game Optimization 读书笔记 Scripting Strategies Part 5
- et200sp模块接线手册_格力变频空调模块常见故障处理。
- 通过反编译深入理解Java String及intern
- mysql order by file_深聊MySQL,从入门到入坟之:如何让order by、group by查询速度飞起来...
- mybatis替代mysql_怎样将mybatis替换成nutz,求大神指导
- python 在软件自己自动输入器_Python自动操作GUI神器PyAutoGUI
- 计算机运维方向要考什么证,IT运维项目经理考的证
- [读书][笔记]WINDOWS PE权威指南《零》PE基础
- 武汉创业者声讨网易:占用我们LOGO 还大张旗鼓做起销售
- 打字 html,html - 在线打字测试(dazi.kukuw.com)