之前那个项目 QNews 用的是的第三方的数据平台，所以访问次数会有限制，这就很无奈。。。

我的博客地址

次数限制.PNG

每天只能请求100次....但是LZ这个穷屌丝也买不起服务器，所以就上网查，有什么别的方法可以获取数据，意外之间发现了jsoup这个强大的框架，就花了上午时间学习了一下，然后下午做了一个小Demo，功能比较单一，请见谅。

其实一开始的时候是想 爬今日头条的数据，但是发现数据总是为空，我估计是上锁了... 然后就把矛头转向了 简书，哈哈哈...果然简书就是好，数据直接就可以爬到了， 好开心啊！！ 项目地址

先演示一波动态图：

整体效果.gif

话说这个布局就花了我半个小时...

一些基础的我就不说了，就简单说明一下我的数据是如何爬到的。可以直接去看一下我的源码，写的比较仓促，一些细节没有处理好，多多指教。

1. 准备1. 相关资料

官方文档

中文文档

2. 添加依赖compile 'org.jsoup:jsoup:1.9.2'3. 打开简书首页

first.gif

在单个部分上 右击，然后点击检查选项(我用的是QQ浏览器，其他未尝试)，底部就会跳出网页的源码，并且会跟踪到这个item对应的源码。

从上图可以大概了解到每个<li></li>标签里的内容就是我们每个item的信息。

2. 爬数据1. 获取 Document 对象    Document document = Jsoup.connect("http://www.jianshu.com/")                             .timeout(10000)                             .get();

这里通过建立与服务器的链接，并设置10s的超时连接来获取 Document 对象

2. 获取跟标签的 Elements 对象

first.PNG

Elements noteList = document.select("ul.note-list"); Elements li = noteList.select("li");

找到文章列表模块，发现 <ul class="note-list></ul> 是我们需要信息的跟标签。通过 select 方法查询节点所有信息。

for (Element element : li) {    ... }

下面全部都是 li标签的列表，里面的内容大致相似，我们就可以通过循环来遍历里面的信息。

3. 获取每个部分所有信息

因为信息比较多，我就选择比较有代表性的来将一下。

有个非常简单的方式：直接在你需要获取内容的部分右击，点击 检查，就可以直接追踪到要查询的位置。

second.gif

1. 标题

就拿标题而言，直接在标题右击-->检查，即可，一目了然。然后我把数据截图一下。

second.PNG

String title = element.select("a.title").text()

通过 select 查询节点信息，然后.text 获取里面文本内容。

2. 头像：

third.PNG

String avatar = element.select("a.avatar").select("img").attr("src")

这个就是先找到头像 节点，然后图片节点，最后通过 attr 获取图片 url

3. 首页链接

forth.PNG

String authorLink = element.select("a.blue-link").attr("abs:href")

这里注意 href 元素，他存放的就是跳转链接，不过是相对路径，这个时候就需要通过 attr("abs:href") 获取绝对路径。

其他 就 大同小异，其实我知道也就这么多，也是不断尝试通过打印得出来的，还是比较心酸的，比较没学过 js，不过对 js 挺有兴趣的。

3. 封装

剩下的就是将获取到的数据加载到bean对象中

1. 创建 bean 对象public class JianshuBean {    private String authorName;          // 作者    private String authorLink;          // 作者链接    private String time;                // 更新时间    private String primaryImg;          // 主图    private String avatarImg;           // 头像    private String title;               // 标题    private String titleLink;           // 标题链接    private String content;             // 内容    private String collectionTagLink;   // 专题链接    private String readNum;             // 阅读量    private String talkNum;             // 评论    private String likeNum;             // 喜欢    private String collectionTag;       // 专题    // ... get set }2. 将获取到的数据添加到集合中for (Element element : li) {    JianshuBean bean = new JianshuBean();    bean.setAuthorName(element.select("div.name").text()); // 作者姓名    bean.setAuthorLink(element.select("a.blue-link").attr("abs:href")); // 作者首页链接    bean.setTime(element.select("span.time").attr("data-shared-at"));   // 发表时间    bean.setPrimaryImg(element.select("img").attr("src"));  // 主图    bean.setAvatarImg(element.select("a.avatar").select("img").attr("src")); // 头像    bean.setTitle(element.select("a.title").text());    // 标题    bean.setTitleLink(element.select("a.title").attr("abs:href")); // 标题链接    bean.setContent(element.select("p.abstract").text());       // 内容    bean.setCollectionTagLink(element.select("a.collection-tag").attr("abs:href")); // 专题链接    String[] text = element.select("div.meta").text().split(" ");    if (text[0].matches("[0-9]+")) {        bean.setReadNum(text[0]);        bean.setTalkNum(text[1]);        bean.setLikeNum(text[2]);    } else {        bean.setCollectionTag(text[0]);        bean.setReadNum(text[1]);        bean.setTalkNum(text[2]);        bean.setLikeNum(text[3]);    }    mBeans.add(bean); }

再来看一下效果：

整体效果.gif