简书用户动态信息爬虫

第一步 爬取简书推荐用户

爬取简书推荐用户,加入到用户信息表(第一批用户)

package com.company;
import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.*;

public class meizi {

    public static void main(String[] args) {

        for(int i = 1; i <= 100; i++)
        {
            Connection connect = Jsoup.connect("https://www.jianshu.com/recommendations/users?page=" + i);
            try {
                // 得到Document对象
                Document document = connect.get();

                Elements elements2 = document.select(".wrap");
                for(Element element : elements2)
                {
                    Element elements3  = element.select("a").first();
//                    System.out.println(elements3.attr("abs:href"));
                    System.out.println(elements3.attr("href").replace("/users/",""));

                    System.out.println();
                }

            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    }
}

第二步 从推荐用户出发,爬取每个推荐用户的全部粉丝,加入到用户信息表(第二批用户)

package com.company;

import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;

public class meizi2 {

    public static void main(String[] args) {

//        https://www.jianshu.com/users/757b5f9f910b/followers?page=5
        //每页9条
        // 利用Jsoup获得连接
        Connection connect = Jsoup.connect("https://www.jianshu.com/users/5ddd9dd5ced9/followers?page=1");
        try {
            // 得到Document对象
            Document document = connect.get();

//            Elements elements = document.select(".wrap");
//            System.out.println(elements.get(0).text());

            Elements elements2 = document.select(".user-list li");
            for(Element element : elements2)
            {
                Element elements3  = element.select(".info a").first();
                System.out.println(elements3.attr("abs:href"));

                System.out.println();
//                elements3  = element.select(".answer-user-name");
//                System.out.println(elements3.text());
//
//                elements3  = element.select(".answer-user-tag");
//                System.out.println(elements3.text());
//
//                elements3  = element.select(".answer-text");
//                System.out.println(elements3.text());
            }

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

第三步,爬取每个简书用户的全部动态信息

package com.company;

import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;

public class meizi3 {

    public static void getDync(int maxid,int pageno)
    {
        //        https://www.jianshu.com/users/757b5f9f910b/followers?page=5
        //每页9条
        // 利用Jsoup获得连接
        String query = "?max_id="+maxid+"&page="+pageno;

        if(maxid == 0)
        {
            query = "";
        }
        Connection connect = Jsoup.connect("http://www.jianshu.com/users/c4165d16d0ad/timeline"+query);
        try {
            // 得到Document对象
            Document document = connect.get();

//            Elements elements = document.select(".wrap");
//            System.out.println(elements.get(0).text());

            Elements elements2 = document.select(".note-list li");
            if(elements2.last() == null) {
                System.out.println(pageno);
                return;
            }
            String id = elements2.last().id();
            maxid = Integer.parseInt(id.split("-")[1]) - 1;

            System.out.println(id);
            for(Element element : elements2)
            {

                Elements elements3  = element.select("span[data-type=like_comment]");
                if(elements3.size() > 0)
                {
                    System.out.println("喜欢了评论");

                    System.out.println(elements3.attr("data-datetime"));
                }

                elements3  = element.select("span[data-type=comment_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("发表评论");
                    System.out.println(element.select(".comment").first().ownText());
                    System.out.println(element.select("a.title").first().attr("href").replace("/p/",""));
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("喜欢文章");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=reward_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("赞赏文章");
                    System.out.println(elements3.attr("data-datetime"));
                }

                elements3  = element.select("span[data-type=share_note]");
                if(elements3.size() > 0)
                {
                    System.out.println("发表文章");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_user]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注作者");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_collection]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注专题");
                    System.out.println(elements3.attr("data-datetime"));
                }
                elements3  = element.select("span[data-type=like_notebook]");
                if(elements3.size() > 0)
                {
                    System.out.println("关注文集");
                    System.out.println(elements3.attr("data-datetime"));
                }
            }

        } catch (IOException e) {
            e.printStackTrace();
        }

        getDync(maxid,++pageno);
    }

    public static void main(String[] args) {
        getDync(0,1);

    }
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,219评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,363评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,933评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,020评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,400评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,640评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,896评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,597评论 0 199
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,327评论 1 244
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,581评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,072评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,399评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,054评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,083评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,849评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,672评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,585评论 2 270

推荐阅读更多精彩内容

  • 橙汁和橄榄油就能够充分打造出美味的沙拉,不需要另外搭配沙拉酱汁。因此,在这道沙拉中我们需要使用稍微高级一些的橄榄哟...
    我不是笑你吃阅读 518评论 0 1
  • 当生活兵荒马乱的时候,它不放过我,那么我就只有自己放过自己。这世上有太多具有诱惑力的东西,我的欲望催使我去争取。但...
    于忆昔阅读 197评论 0 1
  • 被演讲震撼、并给当时的自己带来无限勇气与信心的经历总共有两次,一次是脱口秀主持人艾伦在2009年杜兰大学的毕业演讲...
    何花花哎喂阅读 8,209评论 12 333
  • 何时为仁君 三月里,太阳就爱握劳作的手 一双双手让土地 不断地吐着一个民族的绿色秘密 比如,麦...
    何时为仁君阅读 338评论 0 5