Java实现网络爬虫 案例代码3：使用webmagic框架获取天气预报

案例3：获取天气预报信息 需求说明 搭建开发环境，实现从“hao123.com”中获取当地天气预报信息，从控制台输出结果 分析 访问网址：https://www.hao123.com 分析网站URL、文档内容特征 获取网页内容 拆分出需求内容 控制台输出结果 搭建WebMagic开发环境 示例代码 import us.codecraft.webmagic.Page; import us.codecraft.webmagic.Site; import us.codecraft.webmagic.Spider; import us.codecraft.webmagic.pipeline.ConsolePipeline; import us.codecraft.webmagic.processor.PageProcessor; public class WeatherRepo implements PageProcessor{     // 部分一：抓取网站的相关配置，包括编码、抓取间隔、重试次数等     private Site site = Site.me().setRetryTimes(3).setSleepTime(1000);     @Override     // process是定制爬虫逻辑的核心接口，在这里编写抽取逻辑     public void process(Page page) {         // 部分二：定义如何抽取页面信息，并保存下来         page.putField("city",              page.getHtml().xpath("//span[@class='weather2-item']/text()").toString());                  page.putField("info_today",              page.getHtml().xpath("//div[@data-hook='weather']/text()").toString());         page.putField("temperature_today",          page.getHtml().xpath("//div[@data-hook='tempera']/text()").toString());                  page.putField("info_tomorrow",              page.getHtml().xpath("//div[@data-hook='weather-tomorrow']/text()").toString());         page.putField("temperature_tomorrow",          page.getHtml().xpath("//div[@data-hook='tempera-tomorrow']/text()").toString());     }     @Override     public Site getSite() {         return site;     }     public static void main(String[] args) {         Spider.create(new WeatherRepo())                 //从"https://www.hao123.com"开始抓                 .addUrl("https://www.hao123.com")                 .addPipeline(new ConsolePipeline())   // 控制台输出                 .run();     } } ————————————————