专题课程
近年来，四川总是频繁的发生地震，每次有地震中国地震网都是最快发布消息，作为一名开发人员，对数据是相当过敏的，于是就萌生了爬取网站数据的念头。所以今天通过中国地震网查阅下近年来的地震数据。
关于爬虫，很多人都会想起python,其实爬虫并不局限于python语言，java也可以实现，只是使用的方式不太相同，但原理也是一样的。爬虫大概的流程是，分析数据html结构->使用xpath匹配读取->取得每一行数据->记录到数，首先进入网站首页，我们打开开发者工具来获取到html结构。
使用java我们可以轻松爬取到网站的数据，并对数据进行分析和保存，因为访问的是历年来的数据，数据量应该不小，所以必须借助代理ip，不然本地是访不了多久的，这里主要是使用的亿牛云爬虫代理动态转发。具体使用示例如下：
import org.apache.commons.httpclient.Credentials;
import org.apache.commons.httpclient.HostConfiguration;
import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.HttpMethod;
import org.apache.commons.httpclient.HttpStatus;
import org.apache.commons.httpclient.UsernamePasswordCredentials;
import org.apache.commons.httpclient.auth.AuthScope;
import org.apache.commons.httpclient.methods.GetMethod;
import java.io.IOException;
public class Main {
# 代理服务器(产品官网 www.16yun.cn)
private static final String PROXY_HOST = "t.16yun.cn";
private static final int PROXY_PORT = 31111;
public static void main(String[] args) {
HttpClient client = new HttpClient();
HttpMethod method = new GetMethod("https://httpbin.org/ip");
HostConfiguration config = client.getHostConfiguration();
config.setProxy(PROXY_HOST, PROXY_PORT);
client.getParams().setAuthenticationPreemptive(true);
String username = "16ABCCKJ";
String password = "712323";
Credentials credentials = new UsernamePasswordCredentials(username, password);
AuthScope authScope = new AuthScope(PROXY_HOST, PROXY_PORT);
client.getState().setProxyCredentials(authScope, credentials);
try {
client.executeMethod(method);
if (method.getStatusCode() == HttpStatus.SC_OK) {
String response = method.getResponseBodyAsString();
System.out.println("Response = " + response);
}
} catch (IOException e) {
e.printStackTrace();
} finally {
method.releaseConnection();
}
}
}后续工作，我们经将获取到的数据解析到模型中，然后进行数据分析就可以有精准的数据了，
到这里我们的爬虫流程就结束了，我们可以看到，使用java也是很好使用的，大家觉得呢？
收藏(0)
赞 
粤公网安备44010602001432号