java中怎么利用jsoup爬取数据并解析，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
在颍州等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、成都网站制作 网站设计制作专业公司,公司网站建设,企业网站建设,成都品牌网站建设,成都营销网站建设,外贸网站制作,颍州网站建设费用合理。
1.首先分析下要爬的数据 ：
a.获取到请求考勤的接口 ，网站开发工具就能抓到比较顺利（这里我登录没有搞定，迂回了一下。后面会记录实现方式）
b.分析数据格式，简单的html-table表格 nice！
二 、 获取考勤数据并整理输出到excel
这里爬数据我用了jsoup,处理数据用了dom4j
maven引入
org.jsoup jsoup 1.12.1 dom4j dom4j 1.6.1
代码如下：
/** * 模拟请求获取数据 * * @param userId 用户id * @param date 日期 */ @Override public ListgetPunchList(Integer userId, String date) throws Exception { UserBean user = userMapper.getUser(userId); //拼装请求地址、参数和必要的请求头信息 StringBuilder url = new StringBuilder(); url.append("http://xxxxxx.com/newkaoqin?userid="); url.append(userId); url.append("&seldate="); url.append(date); Connection con2 = Jsoup.connect(url.toString()); con2.header("User-Agent", USER_AGENT); con2.header("Host", HOST); con2.header("Referer", REFERER); con2.header("Cookie", getCookie()); Response response = con2.ignoreContentType(true).method(Method.GET).execute(); //处理返回的数据 String body = response.body(); Document doc = Jsoup.parse(body); //定位到要解析的位置 选择器可以任意选择。 Elements tab2 = doc.getElementsByClass("tab2"); //因为后面有很多无用数据，我们只用第一个所以获取第一个数据 Element first = tab2.first(); // first可能为空 Elements tr = first.select("tr"); //处理数据 KaoQinData 是考勤数据的实体。统计后返回实体的集合 List kaoQinData = new ArrayList<>(); KaoQinData kaoQin; for (Iterator cit = tr.iterator(); cit.hasNext(); ) { Element tr1 = cit.next(); Elements td = tr1.select("td"); if (td.size() > 0) { Element punchDateEle = td.get(0); String punchDateStr = punchDateEle.text(); Element punchTimeEle = td.get(4); String punchTimeStr = punchTimeEle.text(); if (!StringUtils.isEmpty(punchTimeStr)) { String substring = punchTimeStr.substring(0, punchTimeStr.indexOf(":")); Integer integer = Integer.valueOf(substring); if (integer >= 20) { System.out.println(punchDateStr + "," + punchTimeStr); kaoQin = new KaoQinData(user.getRealName(), punchDateStr, punchTimeStr); kaoQinData.add(kaoQin); } } } } return kaoQinData; }
这里基本上就差不多了。输出excel什么的。随便啦 喜欢用什么就用什么；
附：顺便说一下，我因为没有搞定自动登录获取cookie，偷巧迂回了一下，
1.在项目中创建了一个文件专门存放cookie，像这样：
2.因此写了一个接口用来更新cookie的接口，把新的cookie写上去覆盖cookie文件。
3.使用的时候获取cookiefile文件内的cookie。（有点麻烦，后面有空再研究下自动登录）
/**
* 获取coockie.
* @return
* @throws IOException
*/
private String getCookie() throws IOException {
int num;
char[] buf = new char[1024];
File file = new File(COOKIE_FILEPATH);
if (!file.exists()) {
file.createNewFile();
}
FileReader fileReader = new FileReader(file.getPath());
StringBuilder stringBuilder = new StringBuilder();
while ((num = fileReader.read(buf)) != -1) {
stringBuilder.append(buf, 0, num);
}
return stringBuilder.toString();
}看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。
