先上效果圖：
準備工作：
/**
* 建立http連線
*/public static string connect(string address)
} catch (exception e) finally catch (exception e)
}return stringbuffer.tostring();
}
/**
* 用於將內容寫入到磁碟檔案
* @param alltext
*/private static void writetofile(string alltext)
if (!targetfile.exists())
bos = new bufferedoutputstream(new fileoutputstream(targetfile, true));
bos.write(alltext.getbytes());
} catch (ioexception e) finally catch (ioexception e) }}
system.out.println("寫入完畢。。。");
}
org.jsoup
jsoup
1.11.2
首先找到我們需要的內容（作者、標題和正文）
檢視其元素，我這裡檢視的是標題標籤：
知道其結構之後，就可以獲取我們想要的內容了：
public static void main(string args)
system.out.println("第" + i + "頁內容爬取完畢。。。");
}//將內容寫入磁碟
test.writetofile(alltext.tostring());
}
GO 並的爬取捧腹的段子
位址的規律 第一頁 第二頁 第三頁 檢視每個頁面的原始碼，可以看到標題的 if re1 nil 取內容 tmptitle re1.findallstringsubmatch result,1 因為我只過濾第乙個內容 for data range tmptitle 取關鍵資訊，內容 re2 regex...
段子網爬取段子
2re提取標題和內容 問題一 複製網頁源 寫入txt,更改字尾為html發現開啟後頁面不一樣 搜尋知道 網頁顯示還需要其他支撐 問題二 標題和內容數目不對應 檢查發現re寫的不全，下次應先檢查時先看網頁顯示介面找排版 規律，再看元素規律，類似實現時可加上print num 來檢驗內容標題數目是否對應...
Python實戰爬蟲 爬取段子
不管三七二十一我們先導入模組 段子所在的 import re import requests 如果沒這模組執行cmd pip install requests領域 web開發，爬蟲，資料分析，資料探勘，人工智慧 零基礎到專案實戰，7天學習上手做專案 獲取 的內容 段子所在的 import re im...