java web爬虫技术谁会。。求指教！！

Question

急急急~~哪个大哥不吝啬赐教！在下感激不尽！

Answer 1

这个是我拷贝的、貌似很老的方法  不过还好用  
import org.htmlparser.Node;  
import org.htmlparser.NodeFilter;  
import org.htmlparser.Parser;  
import org.htmlparser.tags.LinkTag;  
import org.htmlparser.util.NodeList;  
  
/** 
 * 
 * @author [email protected] 
 */  
public class GetLinkTest {  
  
    public static void main(String[] args) {  
  
        try {  
            // 通过过滤器过滤出<A>标签   
            Parser parser = new Parser("http://forum.csdn.net/PointForum/Forum/TopicList.aspx?Alias=Java_WebDevelop&ListType=UnClosedList&page=5");  
            NodeList nodeList = parser.extractAllNodesThatMatch(new NodeFilter() {  
                // 实现该方法,用以过滤标签   
                public boolean accept(Node node) {  
                    if (node instanceof LinkTag)// 标记   
                    {  
                        return true;  
                    }  
                    return false;  
                }  
            });  
            // 打印   
            for (int i = 0; i < nodeList.size(); i++) {  
                LinkTag n = (LinkTag) nodeList.elementAt(i);  
                System.out.print(n.getStringText() + " ==>> ");   
                System.out.println(n.extractLink());   
                try {  
                    if (n.extractLink().equals("http://forum.csdn.net/PointForum/Forum/TopicList.aspx?Alias=Java_WebDevelop&ListType=UnClosedList&page=5")) {  
                        System.out.println("***"+n.extractLink());  
                    }  
                } catch (Exception e) {  
                }  
            }  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
  
    }  
}  

Answer 2

需要的jar包的名字也都给了  去下就是了、
吃饭

Answer 3

试了就知道了啊、
这个达不到你需求
可以百度  java网页蜘蛛  或者 java网页爬虫
核心是 htmlparser  还有一个jar  htmlclean 吧？