在瀏覽器書籤中有許多經典的東西，有時候什麼忘記了需要去查詢的，也非常方便，但是痛苦的事情是某一天開啟書籤，居然那個頁面不知道飛哪去了，打不開，作為乙個程式設計師，當然不能容忍這種事情發生，那就把它們都爬下來。
首先我們的書籤可能有幾種分類，為了處理方便，可以手動刪除我們不需要的，也可以程式處理一下；以下處理是為了爬取方便，而不是刪除不想要的。
先來看看匯出的html檔案的結構：
personal_*******_folder="true">書籤欄h3>
href=""
add_date="1481296188"
href=""
add_date="1483001064"
add_date="1520685896"
last_modified="1520694188">學習h3>
href=""
add_date="1520694161"
icon="data:image/png;base64,******">csdn-專業it技術社群a>
href=""
add_date="1520694188"
icon="data:image/png;base64,******">開源中國 - 找到您想要的開源專案，分享和交流a>
dl>
dl>
dl>
在匯出的資料中，base64,*inputstreamreader reader = null;
bufferedreader br = null;
stringbuffer stringbuffer =new stringbuffer("");
try
line = br.readline(); // 一次讀入一行資料
} } catch (filenotfoundexception e) catch (ioexception e) finally catch (ioexception e)
}if(br!=null) catch (ioexception e)
}}好了，資料處理完畢，
處理結果如下
href=""
add_date="1481296188"
href=""
add_date="1483001064"
href=""
add_date="1520694161"
icon="data:image/png;base64,******">csdn-專業it技術社群a>
href=""
add_date="1520694188"
icon="data:image/png;base64,******">開源中國 - 找到您想要的開源專案，分享和交流a>
private
static
void
parser(stringbuffer stringbuffer)
fileutil.stringtofile(data, "f:\\"+path+".html");//儲存檔案
}@override
public
void
onfailure()
});}
else
}}
}catch( exception e )
}
nodeJs爬取網頁資料
發現node可以爬蟲，正好我在找暑期實習，然後就使用node爬一下 資料找實習。爬取目標 載入http模組 目標 嘿嘿，這個 有很多實習職位 http的get請求乙個目標 函式的引數是response，繫結兩個事件，乙個 data 事件,會不斷觸發獲取資料，資料獲取完觸發 end 事件。爬到的的資料...
python爬取網頁資料
import refrom urllib.request import urlopen 爬取網頁資料資訊 def getpage url response urlopen url return response.read decode utf 8 defparsepage s ret re.find...
爬取網頁資料 插敘 爬取網頁資料，給寶寶取個好名字
前言 應用例項 匯入模組import requestsfrom bs4 import beautifulsoup 填寫頭請求，包括爬取網頁 headers result 暫定爬取9頁名字for i in range 1,10 url str i html r requests.get url,hea...