假设你需要获取51job人才网上java人才的需求数量，首先你需要分析51job网站的搜索这一块是怎么运作的，通过解析网页的源代码，我们发现了以下一些信息：

1. 搜索时页面请求的URL是 http://search.51job.com/jobsearch/search_result.php

2. 请求所用的方法为：POST

3. 返回的页面的编码格式为：GBK

4.

假设我们想获取搜索java人才时结果页面中显示的需求数量，我们发现数量位于返回的HTML数据中这样的一段代码之中：

1-30

/ 14794

，于是我们可以得到这样的一个模式：".+1-\d+ /

(\d+).+"，第一个分组的内容就是我们需要的最终数据，有关java中的模式，请参考java文档中Pattern类的介绍

5.

另外做为POST请求，页面向服务器发送的数据如下(这个很容易能过prototype这样的js框架抓取到，参考我的其它博客介绍)：lang=c&

amp;

amp;stype=1&postchannel=0000&fromType=1&line=&keywordtype=2&keyword=java&btnJobarea=%E9%80%89%E6%8B%A9%E5%9C%B0%E5%8C%BA&jobarea=0000&image=&btnFuntype=%E9%80%89%E6%8B%A9%2F%E4%BF%AE%E6%94%B9&funtype=0000&btnIndustrytype=%E9%80%89%E6%8B%A9%2F%E4%BF%AE%E6%94%B9&industrytype=00

对于第5条中的数据哪些是服务器真正需要的我们不管，全部发送过去就是了。有了这些准备，我们就可以真正开始通过java发送请求，并获得最终数据了。

我们定义Resource类，这个类封装所有的与请求有关的信息，Resource包括以下属性：

/** *//**  * 需要获取资源的目标地址，不包含查询串

*/privateString target;

/** *//**  * get请求时的查询串，或post请求的请求数据

*/privateString queryData="";

/** *//**  * 请求方式，get / post

*/privateString method="GET";

/** *//**  * 返回的数据的编码类型

*/privateString charset="GBK";

/** *//**  * 抓取数据的模式，将根据模式的分组来返回数据列表

*/privateString pattern;

创建Resource的一个对象，封装请求数据：

Resource res=newResource();

res.set

//在这里设置与请求有关的信息

以下为抓取内容的代码：

//假设以下代码中res对象封装了所有的请求信息。

//URL指向目的地。

//res.getTarget返回目标地址，且当为get请求时，这个地址包含了查询串的信息URL url=newURL(res.getTarget());

HttpURLConnection con=(HttpURLConnection) url.openConnection();//建立到目的地的联接con.setRequestMethod(res.getMethod());//设置请求的方法

//设置HTTP请求头信息con.setRequestProperty("accept","*/*");

con.setRequestProperty("connection","Keep-Alive");

con.setRequestProperty("user-agent",

"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)");

con.setDoInput(true);

if(res.getMethod().equals("POST")){//如果为Post请求则发送请求数据con.setDoOutput(true);

  con.getOutputStream().write(res.getQueryData().getBytes());

  con.getOutputStream().flush();

}//通过BufferedReader一行行的读取数据，如果你需要的是全部返回结果，可以修改一下这里BufferedReader br=newBufferedReader(newInputStreamReader(

con.getInputStream(), res.getCharset()));

Pattern pattern=Pattern.compile(res.getPattern());

String s=null;

while((s=br.readLine())!=null){

   System.out.println(s);

   Matcher m=pattern.matcher(s);//检测当前行是否与要求结果的模式相匹配booleanb=m.matches();

if(!b){

continue;

   }intsize=m.groupCount();

   List result=newArrayList(size);

for(inti=0; i{

     result.add(m.group(i+1));//如果有多个分组，则取出所有分组，并把最终结果做为列表返回}returnresult;

}

如果不需要通过提交表单数据给服务器就能抓取到最终结果，显然上面的操作就有点小题大作了，删除上面的部分代码就可以了。

补充：上文仅做java学习用，项目中需要实现网页抓取，可以去了解一下JSOUP(http://jsoup.org/)和HTTPComponent(http://hc.apache.org/)