Jsoup实现爬取多个网页的多条固定信息

今天C++老师非要让我们爬重庆二月份新型冠装病毒的数据。

Jsoup爬取的数据，直接上代码 

package chongqing_guanxinbingdu;

import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

public class paqu1 {

	public static void main(String[] args) {
		
		int sum = 1;
		List<String> url_list=new ArrayList<>();
		for(int j = 6;j<=14;j++){
		try {
                        //j为网页页数，即6到14页，这里的url可根据需求进行修改
			String url ="http://wsjkw.cq.gov.cn/ztzl_242/qlzhxxgzbdfyyqfkgz/yqtb/index_"+j+".html";
			Document doc = Jsoup.connect(url).get();
                        //获取网页所有的A标签，Elements类似一个arraylist数组
			Elements elements2=doc.getElementsByTag("a");
                        //遍历所有的标签
			for(int i=0;i<elements2.size();i++){
                            //获取A标签的文本
				String p_href = elements2.get(i).text();
	            
                                  //判断获取的内容是否包含下列字符
				if(p_href.contains("重庆市新冠肺炎疫情情况") |  p_href.contains("截至") ){
					if(!(p_href.contains("12时") |p_href.contains("1月") |(p_href.contains("3月") & ! (p_href.contains("1日") )))){
		
					String yiqing_url = elements2.get(i).attr("abs:href");
					Document open_doc = Jsoup.connect(yiqing_url).get();
					
					Elements elements =open_doc.getElementsByTag("p");
					for(int k=0;k<elements.size();k++){
						String p_text = elements.get(k).text();
					
						if(p_text.contains("累计报告")){
							//System.out.println(elements.get(k).text());
							String text =elements.get(k).text();
							List<String> result = Arrays.asList(text.split("[。]"));
							for(String text_one:result){
								if(!(text_one.contains("密切接触者") |text_one.contains("具体情况如下"))){
								System.out.println(text_one);
								}
							}
							sum++;
						}
					
					}
				
					
					}
				}
			}
			

			
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		}
		System.out.println(sum);
	}

}

没啥需求，对特殊数据进行清洗了一下，草草搞定。

祝愿祖国早日康复。