1.HttpClient
网络爬虫就是用程序帮助我们访问网络上的资源。我们一直以来都是使用HTTP协议访问互联网的网页,网络爬虫需要编写程序,在这里使用相同的HTTP协议访问网页。
这里我们使用Java的HTTP协议客户端HttpClient这个技术,来实现抓取网页数据。
1.1 GET请求
请求url地址 见 HttpGetTest.class
1.2 带参数的Get请求
在慕课网中搜索学习视频,地址为:
https://www.icourse163.org/search.htm?search=java#/见HttpGetTest含参.class
Ctrl+N 查找类
1.3 POST请求
*仅一处变动:
创建HttpPost对象,设置url访问地址
HttpPost httpPost = new HttpPost(uriBuilder.build());
见HttpPostTest.class
1.4 POST含参请求
在慕课网中使用POST含参请求搜索学习视频,地址为:
https://www.icourse163.org/search url地址没有参数,参数search=java放在表单中进行提交
见HttpPostTest含参.class