我正在抓取一个网站,该网站在A-Z标签中按字母顺序列出数据,每个字母标签还包含几个页面 . 如何从中提取所有网址?
public static void main(String [] args)throws Exception {
String keyword = "a";
String url = "http://www.medindia.net/drug-price/brand-index.asp?alpha=" + keyword;
Document doc = Jsoup.connect(url).get();
//Elements pages = doc.select("div.pagination a");
Element table = doc.select("table").get(1);
for (Element row : table.select("tr")) {
for (Element tds : row.select("td")) {
Elements links = tds.select("a[href]");
for (Element link : links) {
System.out.println("link : " + link.attr("href"));
System.out.println("text : " + link.text());
}
}
}
1 回答
所以我能够弄清楚如何从每个字母标签和每个字母标签中的每个页面中抓取数据 . 以下是代码 . 然而,在刮几百个链接后,我得到一个读取超时错误 . 有没有一种有效的方法来做到这一点?我可以应用多线程吗?