2020年寒假假期总结0115

　　WebMagic的学习基础：Jsoup的学习（Jsoup基础API+Http+Jsoup实战爬取上）

　　Jsoup的Selector选择器API:

    @Test
    public void TestSelector() throws Exception {
        //解析文件
        Document document = Jsoup.parse(new File("C:\\Users\\SuperMan\\Desktop\\test.html"), "utf8");
        //通过标签查找元素
        Elements elements = document.select("span");
        for (Element e : elements
        ) {
            System.out.println(e.text());
        }
        //通过ID来查找元素 在id前加上#
        Element element = document.select("#city_bj").first();
        System.out.println(element.text());
        //通过属性来分析 中括号包围
        Element element1 = document.select("[abc]").first();
        System.out.println(element1.text());

        //通过Class查找 在查找内容前加上.   类似htnl文本
        Element element2 = document.select(".fdnav").first();
        System.out.println(element2.text());
        //通过属性-值的方式查找 中括号包围，等号表示匹配
        Elements elements1 = document.select("[class=icon_fuli]");
        for (Element e : elements1
        ) {
            System.out.println(e.text());
        }

    }

　　　　Jsoup的Selector选择器组合的API:

 @Test
    public void testSelectorGroup() throws Exception {
        //解析文件
        Document document = Jsoup.parse(new File("C:\\Users\\SuperMan\\Desktop\\test.html"), "utf8");
        //el#id 元素加id
        Element element=document.select("h3#city_bj").first();
        System.out.println(element.text());
        //el.class 元素加class
        Element element1=document.select("span.s_name").first();
        System.out.println(element1.text());
        //el[sttr] 元素+属性名
        Element element2=document.select("span[abc]").first();
        System.out.println(element2.text());
        //任意组合
        Element element3=document.select("span[abc].s_name").first();
        System.out.println(element3.text());
        //ancestor child 查找某个元素下子元素
        Elements elements=document.select(".city_con li");
        for (Element e:elements
             ) {
            System.out.println(e.text());
        }
        //查找元素下的直接子元素
        Elements elements1=document.select(".city_con > ul >li");
        for (Element e:elements
             ) {
            System.out.println(e.text());
        }
        //查找父元素的所有直接子元素
        Elements elements2=document.select(".city_con >ul > *");
        for (Element e:elements2
             ) {
            System.out.println(e.text());
        }
    }

　　　　爬取京东手机数据实战：

　　　　需要的依赖：

    
    
        org.springframework.boot
        spring-boot-starter-parent
        2.0.2.RELEASE
    
    
    
        
        
            org.springframework.boot
            spring-boot-starter-web
            1.5.18.RELEASE
        

        
        
            org.springframework.boot
            spring-boot-starter-data-jpa
            2.0.0.RELEASE
        

        
        
            mysql
            mysql-connector-java
            8.0.11
        

        
        
            org.apache.httpcomponents
            httpclient
            4.5.3
        

        
        
            org.jsoup
            jsoup
            1.10.2
        

        
        
            org.apache.commons
            commons-lang3
            3.4
        
    

　　然后还需要添加数据库配置，用来将数据储存在数据库中（application.properties）：

#DB Configuration:
spring.datasource.driverClassName=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/holiday2020
spring.datasource.username=root
spring.datasource.password=HEIYANG

#JPA Configuration:
spring.jpa.database=MySQL
spring.jpa.show-sql=true

 

　　到这里配置文件信息已经结束，下篇文章将会贴出所有代码。

　　注意点：在配置骨架的时候有可能会部分依赖出现不兼容的问题，导致pom.xml文件始终报错，文中的依赖已经是经过多次修改的版本，尽管仍然有不兼容的情况，但是整体程序是可以运行的（已经调了不知道多少次版本了，始终还是不兼容，如果有大佬可以指点一下，感激不尽）