日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

springboot+WebMagic+MyBatis爬蟲框架的使用

瀏覽:123日期:2023-02-18 18:25:39
目錄1.添加maven依賴2.項目配置文件 application.properties3.數據庫表結構4.實體類5.mapper接口6.CrawlerMapper.xml文件7.知乎頁面內容處理類ZhihuPageProcessor8.知乎數據處理類ZhihuPipeline9.知乎爬蟲任務類ZhihuTask10.Spring boot程序啟動類

WebMagic是一個開源的java爬蟲框架。WebMagic框架的使用并不是本文的重點,具體如何使用請參考官方文檔:http://webmagic.io/docs/。

本文是對spring boot+WebMagic+MyBatis做了整合,使用WebMagic爬取數據,然后通過MyBatis持久化爬取的數據到mysql數據庫。本文提供的源代碼可以作為java爬蟲項目的腳手架。

springboot+WebMagic+MyBatis爬蟲框架的使用

1.添加maven依賴

<?xml version='1.0' encoding='UTF-8'?><project xmlns='http://maven.apache.org/POM/4.0.0' xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance' xsi:schemaLocation='http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd'> <modelVersion>4.0.0</modelVersion> <groupId>hyzx</groupId> <artifactId>qbasic-crawler</artifactId> <version>1.0.0</version> <parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>1.5.21.RELEASE</version><relativePath/> <!-- lookup parent from repository --> </parent> <properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><maven.test.skip>true</maven.test.skip><java.version>1.8</java.version><maven.compiler.plugin.version>3.8.1</maven.compiler.plugin.version><maven.resources.plugin.version>3.1.0</maven.resources.plugin.version><mysql.connector.version>5.1.47</mysql.connector.version><druid.spring.boot.starter.version>1.1.17</druid.spring.boot.starter.version><mybatis.spring.boot.starter.version>1.3.4</mybatis.spring.boot.starter.version><fastjson.version>1.2.58</fastjson.version><commons.lang3.version>3.9</commons.lang3.version><joda.time.version>2.10.2</joda.time.version><webmagic.core.version>0.7.3</webmagic.core.version> </properties> <dependencies><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <scope>runtime</scope> <optional>true</optional></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-configuration-processor</artifactId> <optional>true</optional></dependency><dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>${mysql.connector.version}</version></dependency><dependency> <groupId>com.alibaba</groupId> <artifactId>druid-spring-boot-starter</artifactId> <version>${druid.spring.boot.starter.version}</version></dependency><dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>${mybatis.spring.boot.starter.version}</version></dependency><dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>${fastjson.version}</version></dependency><dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> <version>${commons.lang3.version}</version></dependency><dependency> <groupId>joda-time</groupId> <artifactId>joda-time</artifactId> <version>${joda.time.version}</version></dependency><dependency> <groupId>us.codecraft</groupId> <artifactId>webmagic-core</artifactId> <version>${webmagic.core.version}</version> <exclusions><exclusion> <groupId>org.slf4j</groupId> <artifactId>slf4j-log4j12</artifactId></exclusion> </exclusions></dependency> </dependencies> <build><plugins> <plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>${maven.compiler.plugin.version}</version><configuration> <source>${java.version}</source> <target>${java.version}</target> <encoding>${project.build.sourceEncoding}</encoding></configuration> </plugin> <plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-resources-plugin</artifactId><version>${maven.resources.plugin.version}</version><configuration> <encoding>${project.build.sourceEncoding}</encoding></configuration> </plugin> <plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration> <fork>true</fork> <addResources>true</addResources></configuration><executions> <execution><goals> <goal>repackage</goal></goals> </execution></executions> </plugin></plugins> </build> <repositories><repository> <id>public</id> <name>aliyun nexus</name> <url>http://maven.aliyun.com/nexus/content/groups/public/</url> <releases><enabled>true</enabled> </releases></repository> </repositories> <pluginRepositories><pluginRepository> <id>public</id> <name>aliyun nexus</name> <url>http://maven.aliyun.com/nexus/content/groups/public/</url> <releases><enabled>true</enabled> </releases> <snapshots><enabled>false</enabled> </snapshots></pluginRepository> </pluginRepositories></project>2.項目配置文件 application.properties

配置mysql數據源,druid數據庫連接池以及MyBatis的mapper文件的位置。

# mysql數據源配置spring.datasource.name=mysqlspring.datasource.type=com.alibaba.druid.pool.DruidDataSourcespring.datasource.driver-class-name=com.mysql.jdbc.Driverspring.datasource.url=jdbc:mysql://192.168.0.63:3306/gjhzjl?useUnicode=true&characterEncoding=utf8&useSSL=false&allowMultiQueries=truespring.datasource.username=rootspring.datasource.password=root# druid數據庫連接池配置spring.datasource.druid.initial-size=5spring.datasource.druid.min-idle=5spring.datasource.druid.max-active=10spring.datasource.druid.max-wait=60000spring.datasource.druid.validation-query=SELECT 1 FROM DUALspring.datasource.druid.test-on-borrow=falsespring.datasource.druid.test-on-return=falsespring.datasource.druid.test-while-idle=truespring.datasource.druid.time-between-eviction-runs-millis=60000spring.datasource.druid.min-evictable-idle-time-millis=300000spring.datasource.druid.max-evictable-idle-time-millis=600000# mybatis配置mybatis.mapperLocations=classpath:mapper/**/*.xml3.數據庫表結構

CREATE TABLE `cms_content` ( `contentId` varchar(40) NOT NULL COMMENT ’內容ID’, `title` varchar(150) NOT NULL COMMENT ’標題’, `content` longtext COMMENT ’文章內容’, `releaseDate` datetime NOT NULL COMMENT ’發布日期’, PRIMARY KEY (`contentId`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT=’CMS內容表’;4.實體類

import java.util.Date;public class CmsContentPO { private String contentId; private String title; private String content; private Date releaseDate; public String getContentId() {return contentId; } public void setContentId(String contentId) {this.contentId = contentId; } public String getTitle() {return title; } public void setTitle(String title) {this.title = title; } public String getContent() {return content; } public void setContent(String content) {this.content = content; } public Date getReleaseDate() {return releaseDate; } public void setReleaseDate(Date releaseDate) {this.releaseDate = releaseDate; }}5.mapper接口

public interface CrawlerMapper { int addCmsContent(CmsContentPO record);}6.CrawlerMapper.xml文件

<?xml version='1.0' encoding='UTF-8'?><!DOCTYPE mapper PUBLIC '-//mybatis.org//DTD Mapper 3.0//EN' 'http://mybatis.org/dtd/mybatis-3-mapper.dtd'><mapper namespace='com.hyzx.qbasic.dao.CrawlerMapper'> <insert parameterType='com.hyzx.qbasic.model.CmsContentPO'>insert into cms_content (contentId, title, releaseDate, content)values (#{contentId,jdbcType=VARCHAR},#{title,jdbcType=VARCHAR},#{releaseDate,jdbcType=TIMESTAMP},#{content,jdbcType=LONGVARCHAR}) </insert></mapper>7.知乎頁面內容處理類ZhihuPageProcessor

主要用于解析爬取到的知乎html頁面。

@Componentpublic class ZhihuPageProcessor implements PageProcessor { private Site site = Site.me().setRetryTimes(3).setSleepTime(1000); @Override public void process(Page page) {page.addTargetRequests(page.getHtml().links().regex('https://www.zhihu.com/question/d+/answer/d+.*').all());page.putField('title', page.getHtml().xpath('//h1[@class=’QuestionHeader-title’]/text()').toString());page.putField('answer', page.getHtml().xpath('//div[@class=’QuestionAnswer-content’]/tidyText()').toString());if (page.getResultItems().get('title') == null) { // 如果是列表頁,跳過此頁,pipeline不進行后續處理 page.setSkip(true);} } @Override public Site getSite() {return site; }}8.知乎數據處理類ZhihuPipeline

主要用于將知乎html頁面解析出的數據存儲到mysql數據庫。

@Componentpublic class ZhihuPipeline implements Pipeline { private static final Logger LOGGER = LoggerFactory.getLogger(ZhihuPipeline.class); @Autowired private CrawlerMapper crawlerMapper; public void process(ResultItems resultItems, Task task) {String title = resultItems.get('title');String answer = resultItems.get('answer');CmsContentPO contentPO = new CmsContentPO();contentPO.setContentId(UUID.randomUUID().toString());contentPO.setTitle(title);contentPO.setReleaseDate(new Date());contentPO.setContent(answer);try { boolean success = crawlerMapper.addCmsContent(contentPO) > 0; LOGGER.info('保存知乎文章成功:{}', title);} catch (Exception ex) { LOGGER.error('保存知乎文章失敗', ex);} }}9.知乎爬蟲任務類ZhihuTask

每十分鐘啟動一次爬蟲。

@Componentpublic class ZhihuTask { private static final Logger LOGGER = LoggerFactory.getLogger(ZhihuPipeline.class); @Autowired private ZhihuPipeline zhihuPipeline; @Autowired private ZhihuPageProcessor zhihuPageProcessor; private ScheduledExecutorService timer = Executors.newSingleThreadScheduledExecutor(); public void crawl() {// 定時任務,每10分鐘爬取一次timer.scheduleWithFixedDelay(() -> { Thread.currentThread().setName('zhihuCrawlerThread'); try {Spider.create(zhihuPageProcessor)// 從https://www.zhihu.com/explore開始抓.addUrl('https://www.zhihu.com/explore')// 抓取到的數據存數據庫.addPipeline(zhihuPipeline)// 開啟2個線程抓取.thread(2)// 異步啟動爬蟲.start(); } catch (Exception ex) {LOGGER.error('定時抓取知乎數據線程執行異常', ex); }}, 0, 10, TimeUnit.MINUTES); }}10.Spring boot程序啟動類

@SpringBootApplication@MapperScan(basePackages = 'com.hyzx.qbasic.dao')public class Application implements CommandLineRunner { @Autowired private ZhihuTask zhihuTask; public static void main(String[] args) throws IOException {SpringApplication.run(Application.class, args); } @Override public void run(String... strings) throws Exception {// 爬取知乎數據zhihuTask.crawl(); }}

到此這篇關于springboot+WebMagic+MyBatis爬蟲框架的使用的文章就介紹到這了,更多相關springboot+WebMagic+MyBatis爬蟲內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網!

標簽: Spring
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
精品视频一区二区三区四区五区 | 欧美日韩一二三四| 韩国女主播一区二区三区| 国产一区二区三区网| 日本免费一区二区三区四区| 亚洲三级欧美| 黄色av一区| 亚洲综合婷婷| 欧美色综合网| 成人精品高清在线视频| 视频小说一区二区| 性色一区二区| 国产免费av国片精品草莓男男| 久久伊人久久| 日韩欧美一区二区三区免费观看| 亚洲精品97| 国产视频亚洲| 青草国产精品| 日韩欧美一区二区三区免费看| 国产字幕视频一区二区| 亚洲综合福利| 麻豆91精品91久久久的内涵| 欧美sm一区| 日韩在线a电影| 国产精品天堂蜜av在线播放| 日本少妇一区| 日韩在线黄色| 日韩欧美一区二区三区免费看| 国产精品免费看| 国产精品成人自拍| 亚洲第一区色| 亚洲欧洲日韩| 国产精品精品国产一区二区| 首页国产欧美日韩丝袜| 国产一区二区三区精品在线观看| 亚洲一区久久| 精品国产99| 免费在线观看视频一区| 精品三级在线| 久久亚洲欧美| 91综合网人人| 婷婷综合一区| 日韩精品诱惑一区?区三区| 中文字幕日本一区二区| 日韩免费一区| 国产日产一区| 一区二区三区四区在线看| 人人精品久久| 亚洲网站视频| 久久影院资源站| 免费的成人av| 亚洲不卡系列| 精品视频91| 亚州欧美在线| 亚洲欧美伊人| 国产中文欧美日韩在线| 日韩欧美另类中文字幕| 免费精品国产| 麻豆网站免费在线观看| 日韩精品成人在线观看| 国产韩日影视精品| 国产精品传媒麻豆hd| 美女久久网站| 久久麻豆精品| 精品精品99| 欧美日韩一区自拍| 久久亚洲图片| 99国产精品99久久久久久粉嫩| 岛国av免费在线观看| 国产精品视频一区二区三区综合| 一区二区三区国产盗摄| 日韩视频一区| 99久久久国产精品美女| 色婷婷色综合| 老司机精品视频网| 日本午夜精品| 免费成人在线影院| 尤物精品在线| 黄色成人91| 婷婷六月综合| 99精品国产一区二区三区| 久久精品亚洲| 国产精品多人| 久久这里只有| 欧美1区2区3| 国产麻豆一区二区三区精品视频| 亚洲综合五月| 亚洲三级在线| 亚洲一二av| 亚洲精品美女91| 亚洲精品婷婷| 亚洲在线观看| 天堂成人国产精品一区| 欧美~级网站不卡| 欧美精品一二| 在线精品小视频| 蜜桃视频欧美| 亚洲午夜一级| 免费视频国产一区| 99精品电影| 欧美日韩国产免费观看视频| 99久久夜色精品国产亚洲1000部 | 美女视频一区在线观看| 国产精品xxx在线观看| 国产精品久久久久久久久久妞妞| 日韩av一区二区三区四区| 国产日韩欧美一区二区三区在线观看| 国产欧美另类| 成人在线超碰| 久久久久久久久久久9不雅视频| 久久激情网站| 91久久黄色| 色8久久久久| 欧美精品1区| 热三久草你在线| 在线看片不卡| 亚洲色图综合| 国产欧美另类| 色黄视频在线观看| 99在线观看免费视频精品观看| 婷婷丁香综合| 综合激情网...| 国产精品欧美一区二区三区不卡| 精品日韩一区| 欧美91精品| 亚洲精品无播放器在线播放| 国产精品s色| 欧美~级网站不卡| 日韩中文字幕一区二区高清99| 久久99偷拍| 国产尤物精品| 国产情侣久久| 亚洲国产影院| 久久国产精品免费一区二区三区 | 日韩欧美美女在线观看| 精品视频黄色| 黄色免费成人| 日韩av一区二| 韩国精品主播一区二区在线观看 | 国产亚洲一级| 国产精品久一| 欧美一区三区| 国产亚洲欧美日韩精品一区二区三区| 天堂√中文最新版在线| 视频一区中文字幕国产| 国产精品hd| 国产亚洲欧洲| 国产精品亲子伦av一区二区三区 | 精品中文一区| 欧美精品aa| 黄色免费成人| 精品国产亚洲一区二区三区在线 | 国产精品chinese| 成人av动漫在线观看| 国产精品大片免费观看| 亚洲精品网址| 国产精品99一区二区三区| 国产麻豆综合| 中文字幕在线视频久| 日本aⅴ免费视频一区二区三区| 桃色一区二区| 国产精品99久久免费观看| 亚洲一区国产| 91欧美日韩| 国产欧美日韩视频在线| 亚洲综合不卡| 精品亚洲美女网站| 国产乱子精品一区二区在线观看| 不卡av一区二区| 国产一区二区久久久久| 日本一区福利在线| 亚洲精品极品少妇16p| 国产精品一区三区在线观看| 国产亚洲一级| 91tv亚洲精品香蕉国产一区| 欧美在线日韩| 亚洲三级精品| 偷拍欧美精品| 日韩和的一区二在线| 美女高潮久久久| 奇米色欧美一区二区三区| 石原莉奈在线亚洲三区| 三级精品视频| 日韩av在线播放网址| 国产精品一区二区精品视频观看 | 日韩精品中文字幕一区二区| 美女少妇全过程你懂的久久| 成人黄色av| 麻豆精品在线观看| 日韩精品视频网| 亚洲区国产区| 亚洲作爱视频| 亚洲欧洲一区| 亚洲激精日韩激精欧美精品| 日韩国产欧美| 日本不卡免费高清视频在线| 久久精品亚洲| 精品一区二区三区中文字幕| 国产精品白丝久久av网站| 欧美片第1页综合|