package com.peidon.html; 

 import java.io.BufferedReader;

 import java.io.File;

 import java.io.FileOutputStream;

 import java.io.IOException;

 import java.io.InputStream;

 import java.io.InputStreamReader;

 import java.net.HttpURLConnection;

 import java.net.URL;

 import java.net.URLConnection;

 import org.jsoup.Jsoup;

 import org.jsoup.nodes.Document;

 import org.jsoup.nodes.Element;

 import org.jsoup.select.Elements;

 /**

 * @author sunshine

 * @version 1.0

 * @date：2015年8月15日 上午9:01:13

 * @description: Java开发搜索引擎爬虫

 *     jsoup 类似jQuery的强大功能，什么方便解析操作HTML  DOM 树

 *     关联jar包  jsoup-1.8.3.jar

 */

 public class HttpSoup {

     public static void main(String[] args) {

         //根据网址和页面的编码集  获取网页的源代码

         String htmlResource = getHtmlResourceByUrl("http://www.ui.cn/", "UTF-8");

         //System.out.println(htmlResource);

         //解析源代码

         Document document = Jsoup.parse(htmlResource);

         //获取网页的图片

         //网页图片标签<img src="" alt="" width="" height="" />

         Elements elements = document.getElementsByTag("img");

         for(Element element : elements){

             String imgSrc = element.attr("src");

             //System.out.println(imgSrc);

             downImages(imgSrc,"D:\\test\\images\\");

             System.out.println("下载成功:"+imgSrc);

             //System.out.println(imgSrc.substring(imgSrc.lastIndexOf("/")));

         }

     }

     /**

      * 根据一个图片的URL地址，通过这个URL批量下载图片到服务器的磁盘

      * @param imageUrl 要下载的服务器地址

      * @param filePath 下载完成后保存到服务器的图片地址

      *

      */

     public static void downImages(String imageUrl, String filePath){

         String fileName = imageUrl.substring(imageUrl.lastIndexOf("/"));

         try {

             //创建文件的目录

             File files = new File(filePath);

             //判断文件是否存在

             if(!files.exists()){

                 files.mkdirs();

             }

             //获取图片文件的下载地址

             URL url = new URL(imageUrl);

             //连接网络图片地址

             HttpURLConnection uc =(HttpURLConnection) url.openConnection();

             //获取连接的输出流

             InputStream is = uc.getInputStream();

             //创建文件

             File file = new File(filePath + fileName);

             //创建输出流，写入文件

             FileOutputStream out = new FileOutputStream(file);

             int i = 0;

             while((i = is.read()) != -1){

                 out.write(i);

             }

             is.close();

             out.close();

         } catch (Exception e) {

             e.printStackTrace();

         }

     }

     /**

      * 根据网址和页面的编码集  获取网页的源代码

      * @param url

      * @param encoding

      * @return

      */

     public static String getHtmlResourceByUrl(String url, String encoding){

         //声明一个存储网页源代码的容器

         StringBuffer buff = new StringBuffer();

         URL urlObj = null;

         URLConnection uc = null;

         InputStreamReader in = null;

         BufferedReader reader = null;

         try {

             //建立网络链接

             urlObj = new URL(url);

             //打开网络链连接

             uc = urlObj.openConnection();

             //建立网络的输入流

             in = new InputStreamReader(uc.getInputStream(),encoding);

             //缓冲写入的文件流

             reader = new BufferedReader(in);

             String tempLine = null;

             //循环读取文件流

             while((tempLine = reader.readLine()) != null){

                 buff.append(tempLine + "\n");  //循环追加数据

             }

         } catch (Exception e) {

             e.printStackTrace();

             System.out.println("Conection timeout ...");

         } finally {

             if(in != null){

                 try {

                     in.close();

                 } catch (IOException e) {

                     e.printStackTrace();

                 }

             }

         }

         return buff.toString();

     }

 }