jsoup获取图片示例

时间：2022-01-30 16:35:07
import java.io.File;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

import java.net.MalformedURLException;

import java.net.URL;

import java.net.URLConnection;

import org.jsoup.Connection;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

// 爬取图片

public class Baidu {

    public static void main(String[] args) {

        String urlPath = "http://www.*****.com/chemo/2043_2.html";

        int index = 2;

        for (int j = 0; j <= 20; j++) {

            urlPath = "http://www.****.com/chemo/2043_" + (index++) + ".html";

            File f = new File("F:/imgs");

            if (!f.exists()) {

                f.mkdirs();

            }

            Document doc;

            try {

                doc = Jsoup.connect(urlPath).timeout(10000).get();

                // 获取后缀为jpg的图片的元素集合

                Elements pngs = doc.select("img[src$=.jpg]");

                // 遍历元素

                for (Element e : pngs) {

                    String src = e.attr("src");// 获取img中的src路径

                    // 获取后缀名

                    String imageName = src.substring(src.lastIndexOf("/") + 1,

                            src.length());

                    // 连接url

                    URL url;

                    try {

                        url = new URL(src);

                        URLConnection uri = url.openConnection();

                        // 获取数据流

                        InputStream is = uri.getInputStream();

                        // 写入数据流

                        OutputStream os = new FileOutputStream(new File(

                                "F:/imgs", imageName));

                        byte[] buf = new byte[3072];

                        int i = 0;

                        while ((i = is.read()) != -1) {

                            os.write(i);

                        }

　　　　　　　　　　　　　　　　os.close();

                    } catch (MalformedURLException e1) {

                        e1.printStackTrace();

                    } catch (IOException e1) {

                        e1.printStackTrace();

                    }

                }

            } catch (IOException e2) {

                e2.printStackTrace();

            }

        }

    }

}

这里用的是jsoup1.6.3jar

研究了一天时间，说说碰到的难题。我这里抓取的是以.jpg为主的图片.

当时没有获取图片的后缀名，每次往电脑上下载图片总是新建一个空的文件夹。一定要获取到图片的后缀名才行。

还有一点就是我这个方法不一定适合所有的网站，不同网站的src地址不一样，需要注意一下。

我这个是有20多页的图片，简单用了个循环，每页的地址都有规律，找到规律就手到擒来了。

刚研究，如有高手，还望赐教。

相关文章