Java网页数据采集器[上篇-数据采集]

　　Java网页数据采集器[上篇-数据采集]

　　开篇

　　作为全球运用最广泛的语言,Java 凭借它的高效性,可移植性(跨平台),代码的健壮性以及强悍的可扩展性,深受广大应用程序开发者的喜爱.作为一门强悍的开发语言,正则表达式在其中的应用其实是必不可少的,而且正则表达式的把握能力也是这些中级程序员的开发功力之彰显,做一名合格的网站开发的程序员(尤其是做后端开发),正则表达式是必备的.

　　最近,由于一些须要,用到了java和正则,做了个的篮球网站的数据采集程序;由于是第一次做关于java的html页面数据采集,必然在网上查找了好多资料,但是发觉运用这么广泛的java在使用正则做html采集方面的(中文)文章是少之又少,都是简单的谈了下java正则的概念,没有真正用在实际网页html采集,实例教程更是寥寥无几(虽然java有它自己的HtmlParser,而且非常强悍),但个人认为作为这么深入人心的正则表达式,理应有其相关的java实例教程,而且应当好多太全.于是在完成java版的html数据采集程序以后,本人便准备写个关于正则表达式在java上的html页面采集,以便有相关兴趣的读者更好的学习.

　　本期概述

　　这期我们来学习下怎样读取网页源代码，并通过group正则动态抓取我们须要的网页数据.同时在接下来的几期,我们将继续学习[数据储存]如何将抓取的赛事数据存到数据库(MySql), [数据查询] 怎样查询我们想看的赛事记录,以及[远程操作]通过客户端远程访问