最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

使用webmagic實(shí)現(xiàn)爬蟲程序示例分享

 更新時(shí)間:2014年04月17日 09:19:01   作者:  
這篇文章主要介紹了使用webmagic實(shí)現(xiàn)爬蟲程序示例,需要的朋友可以參考下

復(fù)制代碼 代碼如下:

package com.letv.cloud.spider;

import java.util.HashSet;
import java.util.List;

import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;
import us.codecraft.webmagic.processor.PageProcessor;

public class MoviePaperPageProcessor implements PageProcessor {
 private Site page = Site.me().setRetryTimes(3).setSleepTime(1000);

 public Site getSite() {
  return page;
 }

 public void process(Page page) {
  List<String> links = page.getHtml().links().regex(
    "http://posters.aa.com/poster/\\d+").all();
  links = removeDuplicate(links);
  page.addTargetRequests(links);
  page.putField("title", page.getHtml().xpath(
    "http://div[@id='imdbleftsecc']/center/h1/text()").toString());
  page.putField("imgurl", page.getHtml().xpath(
    "http://div[@id='imdbleftsecc']/center/img/@src").toString());
 }

 public static void main(String[] args) {
  for (int i = 1; i <= 3; i++) {
   Spider.create(new MoviePaperPageProcessor()).addUrl(
     "http://posters.aa.co/poster_page/" + i).thread(5).run();
  }
 }

 public static List removeDuplicate(List list) {
  HashSet hs = new HashSet(list);
  list.clear();
  list.addAll(hs);
  return list;
 }
}

相關(guān)文章

最新評論

山西省| 唐海县| 克什克腾旗| 积石山| 宕昌县| 图们市| 巫溪县| 射阳县| 吉林省| 洛隆县| 土默特右旗| 北碚区| 武强县| 叶城县| 峨眉山市| 赤水市| 蓝山县| 正安县| 门源| 麟游县| 安康市| 阜康市| 邵阳县| 鹤岗市| 西青区| 抚顺县| 南郑县| 县级市| 阿鲁科尔沁旗| 册亨县| 乌兰察布市| 全南县| 罗平县| 轮台县| 黑水县| 茂名市| 平乐县| 广饶县| 济南市| 阿城市| 杭州市|