实现网络图片爬虫，只需5秒快速把整个网页上的图片全下载打包zip
我们经常需要用到互联网上的一些共享资源，图片就是资源的一种，怎么把网页上的图片批量下载下来?有时候我们需要把网页上的图片下载下来，但网页上图片那么多，怎么下载我们想要的东西呢，如果这个网页都是我们想要的图片,难道我们要一点一点一张一张右键下载吗? 当然不好，这里提供一段Java实现的网络爬虫抓图片代码,程序员同志有喜欢的记得收藏哦。
材料：必须会java开发，用到的核心jar Jsoup自己去网上下载很多。以下是我已经实现的界面化的抓取图片的在线工具，有兴趣的朋友可以按照图片地址打开看看
下图是抓取效果网络上随便找第一个美女图片网站
下面是实现代码：
/**
*模拟用户请求
*/
public final static String UserAgent = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.26 Safari/537.36 Core/1.63.6821.400
QQBrowser/10.3.3040.400";
/*
*
*抓取全部图片地址 备注：zfilepath是zip文件路径 url是网页地址 pp是img的其中属性一般是src即可
*/
public static boolean getImgSrc(String zfilepath,String url,String pp){
boolean isb =false;
// 利用Jsoup获得连接
Connection connect = Jsoup.connect(url).timeout(5000);
connect.header("Connection", "Keep-Alive");
connect.header("Content-Type", "application/x-www-form-urlencoded");
connect.header("Accept-Encoding", "gzip, deflate, sdch");
connect.header("Accept", "*/*");
connect.header("User-Agent",Const.UserAgent);
ZipOutputStream out = null;
try {
// 得到Document对象
Document document = connect.ignoreContentType(true).timeout(5000).get();
// 查找所有img标签
Elements imgs = document.getElementsByTag("img");
File zipfile = new File(zfilepath);
out=new ZipOutputStream(new FileOutputStream(zipfile));
int i=1;
Listlistimg = new ArrayList();
for (Element element : imgs) {
//获取每个img标签URL "abs:"表示绝对路径
String imgSrc = element.attr("abs:"+pp);
listimg.add(imgSrc);
}
listimg = removeCf(listimg);
if(listimg!=null && listimg.size()>0){
for(int x=0;x<listimg.size();x++){< p="">
long stime = System.currentTimeMillis();
String imgSrc =listimg.get(x);
// 打印URL
System.out.println(imgSrc);
//下载图片到本地
boolean is = downImages(imgSrc,out);
long etime = System.currentTimeMillis();
float alltime = (float)(etime - stime)/1000;
Map<string,string> rest = new HashMap<string,string>();
rest.put("img",imgSrc);
rest.put("time",(alltime)+"");
rest.put("num",i+"");
rest.put("status","true");
if(is){
rest.put("http","成功");
}else{
rest.put("http","失败");
}
i++;
}
Map<string,string> rest1 = new HashMap<string,string>();
rest1.put("status","true");
rest1.put("msg","打包完成");
System.out.println("下载完成");
isb =true;
}else{
Map<string,string> rest1 = new HashMap<string,string>();
rest1.put("status","true");
rest1.put("msg","未抓取到数据，有可能反爬虫了");
client.sendEvent("chatevent", rest1);
}
} catch (IOException e) {
e.printStackTrace();
Map<string,string> rest = new HashMap<string,string>();
rest.put("status","false");
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}finally{
try {
if(out!=null){
out.close();
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
return isb;
}
/**
* 下载图片到指定目录
*
* @param filePath 文件路径
* @param imgUrl 图片URL
*/
public static boolean downImages(/*String filePath,*/ String imgUrl,ZipOutputStream outStream) {
boolean is = false;
// 若指定文件夹没有，则先创建
/* File dir = new File(filePath);
if (!dir.exists()) {
dir.mkdirs();
}*/
// 截取图片文件名
String fileName = imgUrl.substring(imgUrl.lastIndexOf('/') + 1, imgUrl.length());
try {
// 文件名里面可能有中文或者空格，所以这里要进行处理。但空格又会被URLEncoder转义为加号
String urlTail = URLEncoder.encode(fileName, "UTF-8");
// 因此要将加号转化为UTF-8格式的%20
imgUrl = imgUrl.substring(0, imgUrl.lastIndexOf('/') + 1) + urlTail.replaceAll("\+", "\%20");
/**
* 验证图片格式保证获取动态图片
*/
fileName = vidImg(fileName);
if(fileName.equals("")){
return is;
}
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
// 写出的路径
InputStream in = null;
try {
// 获取图片URL
URL url = new URL(imgUrl);
// 获得连接
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
connection.setRequestProperty("User-Agent",Const.UserAgent);
// 设置10秒的相应时间
connection.setConnectTimeout(10 * 1000);
// 获得输入流
in = connection.getInputStream();
byte[] data=readInputStream(in);
outStream.putNextEntry(new ZipEntry(fileName));
outStream.write(data);
is = true;
return is;
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}finally{
try {
outStream.closeEntry();
in.close();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
return is;
}
/**
* 去除重复的图片
* @param list
* @return
*/
public static ListremoveCf(Listlist){
ListlistTemp = new ArrayList();
for(int i=0;i<list.size();i++){< p="">
if(!listTemp.contains(list.get(i))){
listTemp.add(list.get(i));
}
}
return listTemp;
}
喜欢的记得收藏哦
这个工具我已经发布了，地址就是：http://www.yzcopen.com/img/imgdown
