Java网页数据采集器[上篇-数据采集]

qsuron 发布于 2014-02-20 Java 55 次阅读 无~ 2703 字 预计阅读时间: 12 分钟

 

对比下 html上的数据 (部分截图-初始阶段)

 

2011122508105318

 

输出结果(部分截图-结束阶段)

2011122508071258

对比下 html上的数据 (部分截图-结束阶段)

 

2011122508074366

 

好了, 这样的html数据采集就完成了. :)

 

当然这里只是抓取了一个页面的内容,如果感兴趣 想抓去更多的页面内容, 你可以分析下该链接后的联盟名, 例如 league=EngPrem 

通过改变league名来获取所有联盟的比赛数据; 你也可以简单写个数组来装载所有的球队名称；

当然还有更智能的方法, 写个采集数据的方法从http://www.footballresults.org/allleagues.php 页面源代码里获取所有联盟的名字(如下图).

2012021401385352

然后来附加到 "http://www.footballresults.org/league.php?all=1&league=" 链接后面 来补齐链接, 进而循环读取各个联盟比赛页面的内容.

Pages: 1 2 3 4