public class TmDownImgUtil {
/**
* 依据网址获取网站源码
* @param link
* @param encoding
* @return
*/
public static String htmlSource(String link,String encoding){
StringBuilder stringBuilder=new StringBuilder();
try {
URL url =new URL(link); //获取网络对象
URLConnection uc=url.openConnection(); //建立网络链接
uc.setRequestProperty("User-Agent", "java"); //伪装
InputStream inputStream=uc.getInputStream(); //获取文件输入流
InputStreamReader in=new InputStreamReader(inputStream,encoding); //建立io流缓冲
BufferedReader reader=new BufferedReader(in); //下载代码缓冲区
//开始下载源码
//创建一个临时文件
String line=null;
//循环
while((line=reader.readLine())!=null){
stringBuilder.append(line+"\r\n");
}
//关闭
reader.close();
in.close();
} catch (Exception e) {
e.printStackTrace();
}
return stringBuilder.toString();
}
}获取到编码还有地址之后，打开网络连接，获取页面之后将其存入String中返回
<%@ page language="java" contentType="text/html; charset=utf-8"
pageEncoding="utf-8"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<title>java爬虫抓图</title>
<script type="text/javascript">
function validator() {
//判断网址合法性
//获取输入框的值
var url=document.getElementById("url").value;
//判断不是为空或者长度为0
if(url=""||url.length==0){
alert("请输入url");
document.getElementById("url").focus(); //获取焦点
return false;
}
if(url!=""&&url.indexOf("http://")==-1){
alert("请输入正确的url");
document.getElementById("url").focus(); //获取焦点
return false;
}
}
</script>
</head>
<body>
<div class="box">
<h1>爬虫页面</h1>
<form action="source.jsp" method="post" onsubmit="return validator();">
<input type="text" placeholder="请输入URL：如http://www.qq.com" name="url" id="url">
<input type="submit" value="获取源代码"/>
</form>
</div>
</body>
</html>获取页面链接，调用js代码对输入框进行筛选，然后用表格的方式提交到另外一个页面中
<%@page import="com.kcat.TmDownImgUtil"%>
<%@ page language="java" contentType="text/html; charset=utf-8"
pageEncoding="utf-8"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<script type="text/javascript" src="jQuery/jquery-1.11.3.js"></script>
<title>Insert title here</title>
<%
//获取url
String url=request.getParameter("url");
//获取源代码
String html=TmDownImgUtil.htmlSource(url, "utf-8");
//将源代码输出到页面对象中
pageContext.setAttribute("htmlsource", html);
%>
</head>
<body>
<div class="box">
<h1>爬虫页面</h1>
<textarea style="width: 1120px; height: 460px; overflow: auto;" id="source">${htmlsource}</textarea>
</div>
<form action="download.jsp" method="post">
<input type="submit" value="下载"/>
</form>
<h3>一共抓取到<span id="count"></span>张图片</h3>
<script type="text/javascript">
//解析源代码获取图片素材
var source=$("#source").val();
//jq 对象
var $source=$(source);
//计数
var i=0;
//遍历所有img图片
$source.find("img").each(function(){
var src=$(this).attr("src");
if(src!=""&&src.length>0&&src.indexOf(".jpg")!=1){
$("body").append("<div style='float:left; margin:5px;'><img src='"+src+"' width='180' height='180'/></div>");
i++;
}
$("#count").text(i);
});
</script>
</body>
</html>- 调用后台，将获取到的页面地址传到后台，返回后台传来的html代码
（后台调用可以直接使用类名使用：String html=TmDownImgUtil.htmlSource(url, "utf-8");）
- 将调用到的信息存进page中，通过EL表达式提取出来
${htmlsource} - 使用jq代码，对页面内容进行判断（打包成jq对象）：img标签的么？src是.jpg结尾吗？是的话就将其标签添加到body中
（jq代码写在html中不用调用也能执行）
页面效果：
