抓取csdn上的各类别的文章 （制作csdn app 二）

转载请表明出处：http://blog.csdn.net/lmj623565791/article/details/23532797

这篇博客接着上一篇（Android 使用Fragment，ViewPagerIndicator 制作csdn app主要框架）继续实现接下来的功能，如果你想了解整个app的制作过程，你可以去看一下上一篇，当然如果你只对网页信息的抓取感兴趣，你可以直接阅读本篇博客。我会把app功能分解，尽可能的每篇之间的耦合度不会太高。

好了，开始进入正题。这篇内容我新建一个java项目实现，一方面java调试比较方便，另一方面我会使用导入jar包的方式，把这个项目导入到android项目使用，大家如果在导jar方面没有经验，可以看下。

先看下项目结构：

      

定义了一个NewsBean对于app的每个ListView的Item,Constaint是个接口，存放了一些常量，还有就是一些辅助类。

NewsItem.java

package com.zhy.bean;

public class NewsItem
{
private int id;

/**
 * 标题
 */
private String title;
/**
 * 链接
 */
private String link;
/**
 * 发布日期
 */
private String date;
/**
 * 图片的链接
 */
private String imgLink;
/**
 * 内容
 */
private String content;

/**
 * 类型  
 * 
 */
private int newsType;

public int getNewsType()
{
return newsType;
}

public void setNewsType(int newsType)
{
this.newsType = newsType;
}

public String getTitle()
{
return title;
}

public void setTitle(String title)
{
this.title = title;
}

public String getLink()
{
return link;
}

public void setLink(String link)
{
this.link = link;
}

public int getId()
{
return id;
}

public void setId(int id)
{
this.id = id;
}

public String getDate()
{
return date;
}

public void setDate(String date)
{
this.date = date;
}

public String getImgLink()
{
return imgLink;
}

public void setImgLink(String imgLink)
{
this.imgLink = imgLink;
}

public String getContent()
{
return content;
}

public void setContent(String content)
{
this.content = content;
}

@Override
public String toString()
{
return "NewsItem [id=" + id + ", title=" + title + ", link=" + link + ", date=" + date + ", imgLink=" + imgLink
+ ", content=" + content + ", newsType=" + newsType + "]";
}

}

CommonException.java

package com.zhy.bean;public class CommonException extends Exception{public CommonException(){super();// TODO Auto-generated constructor stub}public CommonException(String message, Throwable cause){super(message, cause);// TODO Auto-generated constructor stub}public CommonException(String message){super(message);// TODO Auto-generated constructor stub}public CommonException(Throwable cause){super(cause);// TODO Auto-generated constructor stub}}

Constaint.java

package com.zhy.csdn;public interface Constaint{public static final int NEWS_TYPE_YEJIE = 1;public static final int NEWS_TYPE_YIDONG = 2;public static final int NEWS_TYPE_YANFA = 3;public static final int NEWS_TYPE_CHENGXUYUAN = 4;public static final int NEWS_TYPE_YUNJISUAN = 5; }

DataUtil.java

package com.zhy.csdn;import java.io.InputStream;import java.net.HttpURLConnection;import java.net.URL;import com.zhy.bean.CommonException;public class DataUtil{/** * 返回该链接地址的html数据 *  * @param urlStr * @return * @throws CommonException */public static String doGet(String urlStr) throws CommonException{StringBuffer sb = new StringBuffer();try{URL url = new URL(urlStr);HttpURLConnection conn = (HttpURLConnection) url.openConnection();conn.setRequestMethod("GET");conn.setConnectTimeout(5000);conn.setDoInput(true);conn.setDoOutput(true);if (conn.getResponseCode() == 200){InputStream is = conn.getInputStream();int len = 0;byte[] buf = new byte[1024];while ((len = is.read(buf)) != -1){sb.append(new String(buf, 0, len, "UTF-8"));}is.close();} else{throw new CommonException("访问网络失败！");}} catch (Exception e){throw new CommonException("访问网络失败！");}return sb.toString();}}

URLUtil.java

package com.zhy.csdn;public class URLUtil{public static final String NEWS_LIST_URL = "http://www.csdn.net/headlines.html";public static final String NEWS_LIST_URL_YIDONG = "http://mobile.csdn.net/mobile";public static final String NEWS_LIST_URL_YANFA = "http://sd.csdn.net/sd";public static final String NEWS_LIST_URL_YUNJISUAN = "http://cloud.csdn.net/cloud";public static final String NEWS_LIST_URL_ZAZHI = "http://programmer.csdn.net/programmer";public static final String NEWS_LIST_URL_YEJIE = "http://news.csdn.net/news";/** * 根据文章类型，和当前页码生成url * @param newsType * @param currentPage * @return */public static String generateUrl(int newsType, int currentPage){currentPage = currentPage > 0 ? currentPage : 1;String urlStr = "";switch (newsType){case Constaint.NEWS_TYPE_YEJIE:urlStr = NEWS_LIST_URL_YEJIE;break;case Constaint.NEWS_TYPE_YANFA:urlStr = NEWS_LIST_URL_YANFA;break;case Constaint.NEWS_TYPE_CHENGXUYUAN:urlStr = NEWS_LIST_URL_ZAZHI;break;case Constaint.NEWS_TYPE_YUNJISUAN:urlStr = NEWS_LIST_URL_YUNJISUAN;break;default:urlStr = NEWS_LIST_URL_YIDONG;break;}urlStr += "/" + currentPage;return urlStr;}}

NewsItemBiz.java业务类

package com.zhy.biz;import java.util.ArrayList;import java.util.List;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Element;import org.jsoup.select.Elements;import com.zhy.bean.CommonException;import com.zhy.bean.NewsItem;import com.zhy.csdn.DataUtil;import com.zhy.csdn.URLUtil;/** * 处理NewItem的业务类 * @author zhy *  */public class NewsItemBiz{/** * 业界、移动、云计算 *  * @param htmlStr * @return * @throws CommonException  */public List<NewsItem> getNewsItems( int newsType , int currentPage) throws CommonException{String urlStr = URLUtil.generateUrl(newsType, currentPage);String htmlStr = DataUtil.doGet(urlStr);List<NewsItem> newsItems = new ArrayList<NewsItem>();NewsItem newsItem = null;Document doc = Jsoup.parse(htmlStr);Elements units = doc.getElementsByClass("unit");for (int i = 0; i < units.size(); i++){newsItem = new NewsItem();newsItem.setNewsType(newsType);Element unit_ele = units.get(i);Element h1_ele = unit_ele.getElementsByTag("h1").get(0);Element h1_a_ele = h1_ele.child(0);String title = h1_a_ele.text();String href = h1_a_ele.attr("href");newsItem.setLink(href);newsItem.setTitle(title);Element h4_ele = unit_ele.getElementsByTag("h4").get(0);Element ago_ele = h4_ele.getElementsByClass("ago").get(0);String date = ago_ele.text();newsItem.setDate(date);Element dl_ele = unit_ele.getElementsByTag("dl").get(0);// dlElement dt_ele = dl_ele.child(0);// dttry{// 可能没有图片Element img_ele = dt_ele.child(0);String imgLink = img_ele.child(0).attr("src");newsItem.setImgLink(imgLink);} catch (IndexOutOfBoundsException e){}Element content_ele = dl_ele.child(1);// ddString content = content_ele.text();newsItem.setContent(content);newsItems.add(newsItem);}return newsItems;}}

好了，最后就是测试了，这里使用单元测试，下面是测试代码和结果。

测试代码：

package com.zhy.test;import java.util.List;import com.zhy.bean.CommonException;import com.zhy.bean.NewsItem;import com.zhy.biz.NewsItemBiz;import com.zhy.csdn.Constaint;import com.zhy.csdn.DataUtil;public class Test{@org.junit.Testpublic void test01(){NewsItemBiz biz = new NewsItemBiz();int currentPage = 1;try{/** * 业界 */List<NewsItem> newsItems = biz.getNewsItems(Constaint.NEWS_TYPE_YEJIE, currentPage);for (NewsItem item : newsItems){System.out.println(item);}System.out.println("----------------------");/** * 程序员杂志 */newsItems = biz.getNewsItems(Constaint.NEWS_TYPE_CHENGXUYUAN, currentPage);for (NewsItem item : newsItems){System.out.println(item);}System.out.println("----------------------");/** * 研发 */newsItems = biz.getNewsItems(Constaint.NEWS_TYPE_YANFA, currentPage);for (NewsItem item : newsItems){System.out.println(item);}System.out.println("----------------------");/** * 移动 */newsItems = biz.getNewsItems(Constaint.NEWS_TYPE_YIDONG, currentPage);for (NewsItem item : newsItems){System.out.println(item);}System.out.println("----------------------");} catch (CommonException e){e.printStackTrace();}}}

结果：

NewsItem [id=0, title=如何做到每天写代码？, date=2014-04-11 11:26, newsType=1]NewsItem [id=0, title=一周消息树：超级充电器来袭，30秒可为手机充满电, date=2014-04-11 15:20, newsType=1]NewsItem [id=0, title=Google Glass于4月15日在美对外开放购买，售价为1500美元, date=2014-04-11 08:01, newsType=1]NewsItem [id=0, title=Cortana与Siri、Google Now的较量：支持功能更多, date=2014-04-10 16:30, newsType=1]NewsItem [id=0, title=优秀Unix管理员的七个习惯, date=2014-04-10 10:58, newsType=1]NewsItem [id=0, title=国外用户也不幸福！Facebook强制用户必须下载Messager, date=2014-04-10 09:10, newsType=1]NewsItem [id=0, title=ThoughtWorks CTO谈IT职场女性：你并不奇怪, date=2014-04-09 18:18, newsType=1]NewsItem [id=0, title=微软转型之路：从Build 2014开始, date=2014-04-09 17:05, newsType=1]NewsItem [id=0, title=设计师为什么要学编程，开发者为什么要学设计？, date=2014-04-09 14:07, newsType=1]NewsItem [id=0, title=Windows 8.1 Update 1的下载地址和八点???知, date=2014-04-09 08:38, newsType=1]----------------------NewsItem [id=0, title=页面仔和他的小创新, date=2014-04-11 11:09, newsType=4]NewsItem [id=0, title=未来两年必须掌握的移动互联网技术与能力, date=2014-04-10 14:43, newsType=4]NewsItem [id=0, title=互联网思维到底是什么——移动浪潮下的新商业逻辑, date=2014-04-09 13:05, newsType=4]NewsItem [id=0, title=虚拟现实之眼——Oculus与HMD关键技术, date=2014-04-09 12:47, newsType=4]NewsItem [id=0, title=如何实现团队的自组织管理, date=2014-04-09 11:59, newsType=4]NewsItem [id=0, title=途牛网CTO汤峥嵘：互联网思维——光说不练远远不够, date=2014-04-08 11:10, newsType=4]NewsItem [id=0, title=理解创客, date=2014-04-04 17:55, newsType=4]NewsItem [id=0, title=TypeScript：更好的JavaScript, date=2014-04-03 16:10, newsType=4]NewsItem [id=0, title=Chris Anderson：我们正经历一场真正的革命, date=2014-04-02 14:45, newsType=4]NewsItem [id=0, title=Cocos2d-x 3.0带来了什么, date=2014-04-02 14:09, newsType=4]----------------------NewsItem [id=0, title=研发周报：Perl创历史新低, date=2014-04-11 14:13, newsType=3]NewsItem [id=0, title=代码面试最常用的10大算法, date=2014-04-10 11:34, newsType=3]NewsItem [id=0, title=TIOBE 2014年4月编程语言排行榜：Perl跌至历史最低点, date=2014-04-10 09:20, newsType=3]NewsItem [id=0, title=金蝶发布Apusic智慧云平台 构建产业联盟推动信息化建设, date=2014-04-09 10:38, newsType=3]NewsItem [id=0, title=OpenSSL究竟为何物，为何它的影响力如此之大？, date=2014-04-09 08:52, newsType=3]NewsItem [id=0, title=Airbnb的管理之道：产品设计的点评策略与技巧, date=2014-04-09 07:01, newsType=3]NewsItem [id=0, title=大势所趋 HTML5成Web开发者最关心的技术, date=2014-04-08 14:30, newsType=3]NewsItem [id=0, title=研发周报：微软Build2014精华汇总, date=2014-04-04 16:09, newsType=3]NewsItem [id=0, title=Facebook发布PlanOut 开源部分A/B测试源码, date=2014-04-04 11:02, newsType=3]NewsItem [id=0, title=撼动企业应用架构的十大技术趋势, date=2014-04-08 14:40, newsType=3]----------------------NewsItem [id=0, title=2014移动开发者必备的十大应用测试工具, date=22小时前, newsType=2]NewsItem [id=0, title=前《连线》主编Chris Anderson：创客就要DIT, date=22小时前, newsType=2]NewsItem [id=0, title=创客天下——《Make》及Maker Faire创办人、O'Reilly Media创始人Dale Dougherty专访, date=2014-04-11 11:21, newsType=2]NewsItem [id=0, title=《近匠》aGlass团队：透析眼控技术的价值, date=2014-04-11 10:51, newsType=2]NewsItem [id=0, title=UC多屏战略 推出电脑版和电视版浏览器, date=2014-04-11 07:07, newsType=2]NewsItem [id=0, title=“颠覆医疗” 时云医疗推三款硬件产品, date=2014-04-10 21:05, newsType=2]NewsItem [id=0, title=2014Unity亚洲开发者大会倒计时 干货内容日程汇总, date=2014-04-10 10:06, newsType=2]NewsItem [id=0, title=《近匠》棱镜：手游渠道SDK平台的技术历程, date=2014-04-09 10:27, newsType=2]NewsItem [id=0, title=绝对的超现实！Jaunt打造360°全景VR电影, date=2014-04-08 15:45, newsType=2]NewsItem [id=0, title=Unite China 2014课程解析：行业解决方案专场免费开放, date=2014-04-08 13:13, newsType=2]----------------------

好了，最后打成jar，在下篇博客中会放入咱们待完成Android的项目中使用。

如果你觉得这篇文章对你有帮助，可以顶一个。

源码点击下载