java批量采集豌豆荚网站Android应用图标和包名
Android主题开发者做的主题，如果想代替第三方应用图标，就必须要知道应用的包名。其实想知道应用的包名很简单，直接在浏览器打开Google Play或豌豆荚，打开某应用的页面，看网址你就会发现，网址最后“/”字符后接的就是应用的包名！
估计有人想把常用应用的图标和包名都搞下来，所以用java写了个小程序，批量抓取了豌豆荚上“全部软件”按总下载量排名里1到20页的应用图标与包名。
所有图标都用包名来命名的，里面还有一个packageName.txt文件，包含了应用名称对应的包名，方便查找。
java源码
分享这个java小程序，注意，如果豌豆荚的网页结构变了（估计很少改变吧），这个小程序就需要修改一下了，如果看得懂的话，修改很简单的咯。
以下代码可能已失效，仅作参考！
package im.garth.AppIconDownloader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileOutputStream;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.URL;
import java.net.URLConnection;
import java.util.HashMap;
import java.util.Map.Entry;
import org.apache.http.HttpEntity;
import org.apache.http.HttpResponse;
import org.apache.http.HttpStatus;
import org.apache.http.client.HttpClient;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.DefaultHttpClient;
import org.apache.http.util.EntityUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
/**
* 获取豌豆荚网页上安卓软件全部软件
* 注意：执行程序前，一定要在这个工程目录下创建icon文件夹
* 所有图标将下载到icon这个文件夹中
* 应用名称与包名写到了icon下的packageName.txt文件里
*
* 这个程序用到的jar包：
* commons-logging-1.1.3.jar
* httpclient-4.1.2.jar
* httpcore-4.3.jar
* jsoup-1.6.1.jar
*
*
*/
public class AppIconDownloader {
/**
* @param args
*/
public static void main(String[] args) {
String rootUrl = "http://www.wandoujia.com/tag/全部软件/total?page=";
//String rootUrl = "http://www.wandoujia.com/tag/全部游戏/total?page=";
//下载1到20页的应用图标
for(int i = 1; i < = 20; i++) {
System.out.println("【下载进度】：准备下载第" + i + "页");
String currentUrl = rootUrl + i;
HashMap<String, String> apps = new HashMap<string , String>();
apps = getAppImageUrl(currentUrl);
//遍历HashMap逐个下载图标
for(Entry</string><string , String> entry : apps.entrySet()) {
try{
//下载图标，存储到当前工程目录下的icon目录（请事先创建icon目录)
download(entry.getValue(), "icon/" + entry.getKey() + ".png");
}catch(Exception e) {
System.out.println("【下载出错】：" + entry.getKey());
e.printStackTrace();
}
}
System.out.println("【下载进度】：第" + i + "页下载完成");
}
}
/**
* 获取url网页里的所有应用的应用名及其图标网址
* @param appPackageName
* @return
*/
private static HashMap</string><string , String> getAppImageUrl(String url) {
HashMap</string><string , String> apps = new HashMap</string><string , String>();
String appPackageName = "";
String appImageUrl = "";
String appName = "";
String html = getHtmlByUrl(url);
Document doc = Jsoup.parse(html);
Elements elements = doc.select("div.container.clearfix>section.main-col>div.app-blocks>div.app-block>ul.app-list.clearfix>li.app>a.icon-area");
Elements nameElements = doc.select("div.container.clearfix>section.main-col>div.app-blocks>div.app-block>ul.app-list.clearfix>li.app>div.operate>a.name>span.txt");
Elements imageEle;
int i = 0;
for(Element ele : elements) {
//获取包名
appPackageName = ele.attr("data-pn");
//获取图标网址
imageEle = ele.select("img.icon");
appImageUrl = imageEle.get(0).attr("src").replace("68_68", "256_256");
//加入apps
apps.put(appPackageName, appImageUrl);
//获取app名称
appName = nameElements.get(i).text();
//把app名称和包名输出到文件
write2file("【" + appName + "】" + appPackageName);
i++;
}
System.out.println("【下载进度】：" + url + "下的图标网址已经获取成功");
return apps;
}
/**
* 下载文件到本地
*
* @param urlString
* 被下载的文件地址
* @param filename
* 本地文件名
* @throws Exception
* 各种异常
*/
private static void download(String urlString, String filename) throws Exception {
System.out.println("【下载进度】：正在下载" + filename);
// 构造URL
URL url = new URL(urlString);
// 打开连接
URLConnection con = url.openConnection();
// 输入流
InputStream is = con.getInputStream();
// 1K的数据缓冲
byte[] bs = new byte[1024];
// 读取到的数据长度
int len;
// 输出的文件流
OutputStream os = new FileOutputStream(filename);
// 开始读取
while ((len = is.read(bs)) != -1) {
os.write(bs, 0, len);
}
// 完毕，关闭所有链接
os.close();
is.close();
System.out.println("【下载进度】：" + filename + "下载成功");
}
/**
* 根据URL获得所有的html信息
* @param url
* @return html
*/
private static String getHtmlByUrl(String url){
String html = null;
//创建httpClient对象
HttpClient httpClient = new DefaultHttpClient();
//以get方式请求该URL
HttpGet httpget = new HttpGet(url);
try {
//得到responce对象
HttpResponse responce = httpClient.execute(httpget);
//返回码
int resStatu = responce.getStatusLine().getStatusCode();
//200正常 其他就不对
if (resStatu==HttpStatus.SC_OK) {
//获得相应实体
HttpEntity entity = responce.getEntity();
if (entity!=null) {
//获得html源代码
html = EntityUtils.toString(entity);
}
}
} catch (Exception e) {
System.out.println("访问【"+url+"】出现异常!");
e.printStackTrace();
} finally {
httpClient.getConnectionManager().shutdown();
}
return html;
}
private static void write2file(String content) {
File file = new File("icon/packageName.txt");
BufferedWriter writer = null;
try{
if(!file.exists()) {
file.createNewFile();
}
//参数true表示将输出追加到文件内容的末尾而不覆盖原来的内容
writer = new BufferedWriter(new FileWriter(file, true));
//输出内容
writer.write(content);
//换行
writer.newLine();
} catch(IOException e){
System.out.println("输出出错");
e.printStackTrace();
} finally {
if( writer != null) {
try {
writer.close();
} catch(IOException e) {
e.printStackTrace();
}
}
}
}
}
