解决Jsoup网页抓取过程中需要cookie的问题
最近在做城觅网的信息抓取,发现城觅网上海与北京的url是一样的。那怎样才确定信息的来源呢?折腾了半天,才发现城觅网是使用cookie的,如果你把网站的cookie禁用了,就无法在上海与北京之间切换了。
于是便想到了请求时将cookie带上。方法如下:
第一步,拿到上海或者北京的cookie
Map<String, String> cookies = null; Response res = Jsoup.connect("http://www.chengmi.com/shanghai").timeout(30000).execute(); cookies = res.cookies();
第二步,抓取网页信息时将cookie信息带上
Document doc = null; doc = Jsoup.connect(url).cookies(cookies).timeout(30000).get();
这样就解决了抓取网页需要cookie的问题