1） Java实现对Baidu新闻网站（http://news.baidu.com/）新闻列表信息的采集功能； 2） 将采集结果保存到MySQL数据库中。 1） 基于Java语言实现； 2） 新闻采集信息至少包含：新闻类别|新闻标题|采集时间等信息。扩展采集信息（可选）包括：新闻来源|发布时间信息； 3） 要求具有基于新闻标题的新闻查重功能（相同标题的新闻只保存一条）。

jsoup 是一款 Java 的 HTML 解析器，可直接解析某个 URL 地址、HTML 文本内容。它提供了一套非常省力的 API，可通过 DOM，CSS 以及类似于 jQuery 的操作方法来取出和操作数据。 jsoup 可以从包括字符串、URL 地址以及本地文件来加载 HTML 文档，并生成 Document 对象实例。 如：我们可以通过访问号段查询页面，获取到手机号段信息，并提取信息存储供自身的业务使用。 附件提供了详细的介绍，并通过http get请求方式抓取页面内容的java代码以及jsoup jar包。

一款使用Jsoup解析网页得JAVA爬虫，用来爬取美图，美女图片

源码参考，欢迎下载

仅供学习交流 爬取的资源：爬取某招聘网站的Java岗位的招聘信息，并保存到数据库。 Jsoup使用教程 代码示例 1.准备工作 引入依赖（pom.xml） junit junit 4.12 org.jsoup jsoup 1.11.2 org.apache.httpcomponents httpclient 4.5.6

支持网页的抓取功能包，添加在java里面

java爬虫入门示例，包含所有源码。 主要实现了爬取大众点评商户基本信息 新手入门或者参考可用

小说爬取+jframe窗口显示

jsoup编写的简单爬虫，实现P站每日热门大图爬取，目前支持png和jpg格式大图爬取，多图的只能爬取第一张

爬取中文医学图谱中的实体关系实体，用于知识图谱模型的构建