【轉】零基礎寫Java知乎爬蟲之進階篇

轉自：腳本之家   說到爬蟲，使用Java本身自帶的URLConnection可以實現一些基本的抓取頁面的功能，但是對於一些比較高級的功能，比如重定向的處理，HTML標記的去除，僅僅使用URLConnection還是不夠的。 在這裏我們可以使用HttpClient這個第三方jar包。 接下來我們使用HttpClient簡單的寫一個爬去百度的Demo： import java.io.FileOutp

>>阅读原文<<