使用Post方法模拟登陆爬取网页的实现方法

最近弄爬虫，遇到的一个问题就是如何使用post方法模拟登陆爬取网页。

专注于为中小企业提供做网站、成都网站制作服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业海原免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了上1000+企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

下面是极简版的代码：

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.PrintWriter;

import java.net.HttpURLConnection;
import java.net.URL;

import java.util.HashMap;

public class test {

 //post请求地址
 private static final String POST_URL = "";
 
 //模拟谷歌浏览器请求
 private static final String USER_AGENT = "";
 
 //用账号登录某网站后 请求POST_URL链接获取cookie
 private static final String COOKIE = "";
 
 //用账号登录某网站后 请求POST_URL链接获取数据包
 private static final String REQUEST_DATA = "";
 
 public static void main(String[] args) throws Exception {
  HashMap map = postCapture(REQUEST_DATA);
  String responseCode = map.get("responseCode");
  String value = map.get("value");
  
  while(!responseCode.equals("200")){
   map = postCapture(REQUEST_DATA);
   responseCode = map.get("responseCode");
   value = map.get("value");
  }
  
  //打印爬取结果
  System.out.println(value);
 }
 
 private static HashMap postCapture(String requestData) throws Exception{
  HashMap map = new HashMap<>();
  
  URL url = new URL(POST_URL);
  HttpURLConnection httpConn = (HttpURLConnection) url.openConnection();
  httpConn.setDoInput(true); // 设置输入流采用字节流
  httpConn.setDoOutput(true); // 设置输出流采用字节流
  httpConn.setUseCaches(false); //设置缓存
  httpConn.setRequestMethod("POST");//POST请求
  httpConn.setRequestProperty("User-Agent", USER_AGENT);
  httpConn.setRequestProperty("Cookie", COOKIE);
  
  PrintWriter out = new PrintWriter(new OutputStreamWriter(httpConn.getOutputStream(), "UTF-8"));
  out.println(requestData);
  out.close();

  int responseCode = httpConn.getResponseCode();
  StringBuffer buffer = new StringBuffer();
  if (responseCode == 200) {
   BufferedReader reader = new BufferedReader(new InputStreamReader(httpConn.getInputStream(), "UTF-8"));
   String line = null;
   while ((line = reader.readLine()) != null) {
    buffer.append(line);
   }
   reader.close();
   httpConn.disconnect();
  }
  
  map.put("responseCode", new Integer(responseCode).toString());
  map.put("value", buffer.toString());
  return map;
 }

}

以上这篇使用Post方法模拟登陆爬取网页的实现方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持创新互联。

标题名称：使用Post方法模拟登陆爬取网页的实现方法
文章网址：http://kswsj.cn/article/gogoje.html

关于创新互联

使用Post方法模拟登陆爬取网页的实现方法

其他资讯