介紹

??本篇博客將繼續上一篇博客：Python爬蟲之使用Fiddler+Postman+Python的requests模塊爬取各國國旗 的內容，將用Java來實現這個爬蟲，下載全世界國家的國旗圖片。項目不再過多介紹，具體可以參考上一篇博客。
??我們將全世界國家的名稱放在一個txt文件中，每一行一個國家名字，該文件位於E盤flag目錄下，名稱為countries.txt， 部分內容如下：

爬蟲程序

??我們這個爬蟲的思路還是和上一篇博客的思路一樣：先是讀取countries.txt中的國家名稱，以國家名稱為參數，讀取該國家搜索後的所在網頁，再找到該搜索網頁中的國家的國旗圖片，並實現下載。這個搜索的過程，我們可以用Java的URL包中的POST方法來實現，關於POST方法的請求頭和請求體，可以用Fiddler工具進行抓包分析。
??該Java項目的具體結構如下：

其中用到的第三方API為commons-io和Jsoup，主函數為Country_Flag_Download.java，其java代碼完整如下：

package wikiScrape;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLConnection;
import java.util.ArrayList;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

import org.apache.commons.io.FileUtils;

public class Country_Flag_Download {

    public static void main(String[] args){
        
        String fileName ="E://flag/countries.txt";
        // 讀取countries.txt文件中的國家名，儲存在ArrayList中
        ArrayList<String> countries = readFileByLines(fileName);
        
        for(String country: countries) {
            String page = doPost(country); // 獲取國家所在的網頁
            if (page.indexOf("html") >= 0) { // 獲取成功
                getContent(page);            // 下載該國國家的國旗
            }
        }
        
        System.out.println("國旗下載完畢！");
        
    }

    /* 發送HTTP的POST請求，獲取指定國家的網頁地址
     * 傳入參數：country(國家): String類型
     */
    public static String doPost(String country){

        String url = "http://country.911cha.com/";

        try {
            // 設置網址，打開連接
            URL obj = new URL(url);
            HttpURLConnection conn = (HttpURLConnection) obj.openConnection();
            
            // 設置POST請求頭和請求體，請求體的參數為國家(country)
            conn.setUseCaches(false);
            conn.setRequestMethod("POST");
            String USER_AGENT = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36";
            conn.setRequestProperty("User-Agent", USER_AGENT);
            conn.setRequestProperty("Content-Type", "application/x-www-form-urlencoded; charset=UTF-8");
            String postParams = String.format("q=%s", country);

            // 傳入POST請求體的參數
            conn.setDoOutput(true);
            OutputStreamWriter os = new OutputStreamWriter(conn.getOutputStream(),"UTF-8");
            os.write(postParams);
            os.flush();
            os.close();
            
            // 獲取響應結果狀態碼
            int responseCode = conn.getResponseCode();

            if (responseCode == HttpURLConnection.HTTP_OK) { //如果響應狀態碼為200

                // 將HTML內容解析成UTF-8格式
                Document doc = Jsoup.parse(conn.getInputStream(), "utf-8", url);
                // 刷選需要的網頁內容
                String page = doc.select("div.mcon").get(1)
                                        .selectFirst("ul")
                                        .selectFirst("li")
                                        .selectFirst("a")
                                        .attr("href");
                return page;

            } 
            else { // 如果響應狀態碼不是200， 則返回"Get page failed!"
                return "Get page failed.!";
            }
        }
        catch(Exception e){
            return "Get page failed.";
        }
    }
    
    // getContent()函數主要實現下載指定國家的國旗
    public static void getContent(String page){
        
        String base_url = "http://country.911cha.com/";
        String url = base_url+page;
        
        try{
            // 利用URL解析網址
            URL urlObj =  new URL(url);
            // URL連接
            URLConnection urlCon = urlObj.openConnection(); // 打開URL連接
            // 將HTML內容解析成UTF-8格式
            Document doc = Jsoup.parse(urlCon.getInputStream(), "utf-8", url);
            // 刷選需要的網頁內容
            Element image = doc.selectFirst("img");
            String flag_name = image.attr("alt").replace("國旗", "");
            String flag_url = image.attr("src");
            
            URL httpurl = new URL(base_url+‘/‘+flag_url);
            // 利用FileUtils.copyURLToFile()實現圖片下載
            FileUtils.copyURLToFile(httpurl, new File("E://flag/"+flag_name+".gif"));
            
            System.out.println(String.format("%s國旗下載成功~", flag_name));
            
        }
        catch(Exception e){
            e.printStackTrace();
            System.out.println("下載失敗！");
            
        }

    }
    
    // 以行讀取文件，返回ArrayList, 裏面的元素為每個國家的名稱
    public static ArrayList<String> readFileByLines(String fileName) {  

        File file = new File(fileName);  
        BufferedReader reader = null;  // 設置reader為null
        ArrayList<String> countries = new ArrayList<String>();

        try {  

            reader = new BufferedReader(new FileReader(file));  
            String tempString = null;  
            
            // 一次讀入一行，直到讀入null為文件結束  
            while ((tempString = reader.readLine()) != null)
                countries.add(tempString); // 在列表中添加國家名稱
             
            reader.close(); // 關閉reader
            
            return countries;
        } 
        catch (IOException e) {  
            return countries;  
        } 
        finally {  
            if (reader != null) {  
                try {  
                    reader.close();  
                }
                catch (IOException e1) {  
                    e1.printStackTrace();
                }  

            }  

        }  

    } 
    

}
 

運行結果

??點擊運行該Java程序，可以發現在E盤的flag目錄下已經下載了全世界國家的國旗圖片，查看如下：

??Bingo， 我們的Java爬蟲程序運行成功！本次爬蟲的主要目標是為了在Java中實現類似於Python中的requests模塊的POST方法~

註意：本人現已開通兩個微信公眾號： 因為Python（微信號為：python_math）以及輕松學會Python爬蟲（微信號為：easy_web_scrape）， 歡迎大家關註哦~~

Java爬蟲之下載全世界國家的國旗圖片