很多网站，我们是无法直接获得服务器返回的数据，需要输入用户名及密码才能看到数据。如我们登陆人人网时，网站网址http://www.renren.com/。所以我们需要模拟登入后获取数据
2022-09-16 10:48:32
2.13MB
1
记得在刚找工作时，隔壁的一位同学在面试时豪言壮语曾实现过网络爬虫，当时的景仰之情
犹如滔滔江水连绵不绝。后来，在做图片搜索时，需要大量的测试图片，因此萌生了从
Amazon中爬取图书封面图片的想法，从网上也吸取了一些前人的经验，实现了一个简单但足
够用的爬虫系统。
2022-06-17 10:53:56
1.08MB
1
1. 面向接口编程的概念和原理
2. 爬虫基本概念，使用的技术手段
3. Jsoup的基本用法
4. （选学）Java多线程相关知识
2022-03-28 22:03:14
1.24MB
1
本系统结构如下：
（1）网络爬虫模块。
（2）中文分词模块。
（3）中3文相似度判定模块。
（4）数据结构化存储模块。
（5）数据可视化展示模块。
2022-01-13 09:05:32
72.35MB
最近开发用到了爬取题库的功能，直接是无法爬取的，通过分析，发现可以通过账号登陆，携带COOKIE信息爬取网站数据。为了方便交流学习，现将代码公开。
2021-10-01 23:53:38
5.96MB
1
java爬取工具httpunit全部jar包（包含httpunit使用需要的全部jar包），经过测试，可以使用
2021-10-01 21:16:10
9.05MB
1