1、首先我们先来介绍一下我们需要import的jar包吧：1.org.jsoup，这个是一个java解析html的包，它的作用是解析网页的代码，这个功能特别强大以至于没有任何网站可以做到反解析。2.java.io，这一部分其实是不需要的，我用到这个只是因为我先把网页保存在本地，再进行网页代码的解析。至于为什么要这么做，会在之后的说明中提到。3.java.net 这个包是java的网络包，我们必须依赖于这个包来使用java连接网络。
2、我们先来讲解一下怎么把网上的html保存在本地，我们先建立我们的输入输出流buffer，然后在建立一个url来获取我们的所需要爬的网页，注意我们是采用ipad的动态访问来实现的，以防止反爬虫对我们的阻挠。最后我们生成的buffer里面存放了我们的html代码，然后保存在本地。
3、我现在来和大家说说为啥保存在本地吧，直接在网页上反复的爬我们需要的数据，难免会引起服务器的警觉，就和你看到一个漂亮的姑娘一样，一直盯着别人打量总会被发现，但是偷偷拍张照回家慢慢看就没啥事，啊哈哈开个玩笑，不过大体意思就是这样的。
4、而这一部分讲解的就是如何获取html文件里面有用的信息了，众所周知，html里面的代码是占了很大一部分的，我们要从中获取对我们有用的文字才是我们所要做的事情。而这一段代码就通过分析html里面的标签，比如<A></A>这些标签来分析复杂代码中富有价值的文字信息以及超链接。当然，获取什么标签内的内容可以自行选择。
5、最后，让我们来尝试着爬我们需要的网站吧：下图为运行方法及爬虫网页我们要爬的是这个网页的抬头：
6、我们的爬虫结果如下：嗯，看来是爬虫的相当的成功，各位读者感兴趣的话可以自己尝试下java爬虫，相信我，这个功能是真的很强大，也很简单。
