java原生爬虫爬取知乎文章

使用了Java原生的regex进行爬虫的的编写，没有使用jsoup等工具，在字段匹配方面使用的是正则表达式；同样也做了使用jsoup与不用正则表达式的代码，整理后会发上来。

import java.io.IOException;
import java.util.ArrayList;

public class chong {

    public static void main（String args[]） throws IOException {
        //定义即将访问的链接
        String url = “https://www.zhihu.com/explore/recommendations“;
        // 访问链接并获取页面内容
        String content = spider.getinfo（url）;
        // 获取编辑推荐
        ArrayList myZhihu = spider.getzhihu（content）;
        // 打印结果
        System.out.println（myZhihu）;
        }
    }

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         529  2018-07-25 19:09  pachong\src\main\java\chong.java
     目录           0  2018-07-25 19:07  pachong\
     目录           0  2018-07-25 19:07  pachong\.gradle\
     目录           0  2018-07-25 19:07  pachong\.gradle\4.0\
     目录           0  2018-07-25 19:07  pachong\.gradle\4.0\fileChanges\
     文件           1  2018-05-07 13:15  pachong\.gradle\4.0\fileChanges\last-build.bin
     目录           0  2018-07-25 19:07  pachong\.gradle\4.0\fileContent\
     文件          17  2018-05-07 13:15  pachong\.gradle\4.0\fileContent\fileContent.lock
     目录           0  2018-07-25 19:07  pachong\.gradle\4.0\fileHashes\
     文件       19197  2018-05-07 13:14  pachong\.gradle\4.0\fileHashes\fileHashes.bin
     文件          17  2018-05-07 13:15  pachong\.gradle\4.0\fileHashes\fileHashes.lock
     目录           0  2018-07-25 19:07  pachong\.gradle\4.0\taskHistory\
     文件       19442  2018-05-07 13:14  pachong\.gradle\4.0\taskHistory\fileSnapshots.bin
     文件       21131  2018-05-07 13:14  pachong\.gradle\4.0\taskHistory\taskHistory.bin
     文件          17  2018-05-07 13:15  pachong\.gradle\4.0\taskHistory\taskHistory.lock
     目录           0  2018-07-25 19:07  pachong\.gradle\buildOutputCleanup\
     文件           0  2018-05-06 09:12  pachong\.gradle\buildOutputCleanup\built.bin
     文件          51  2018-05-06 09:12  pachong\.gradle\buildOutputCleanup\cache.properties
     文件           2  2018-05-07 13:15  pachong\.gradle\buildOutputCleanup\cache.properties.lock
     目录           0  2018-07-25 19:07  pachong\.idea\
     文件         282  2018-05-06 09:16  pachong\.idea\compiler.xml
     文件         564  2018-05-06 09:16  pachong\.idea\gradle.xml
     目录           0  2018-07-25 19:07  pachong\.idea\inspectionProfiles\
     目录           0  2018-07-25 19:07  pachong\.idea\libraries\
     文件         491  2018-05-06 09:16  pachong\.idea\libraries\Gradle__junit_junit_4_12.xml
     文件         547  2018-05-06 09:16  pachong\.idea\libraries\Gradle__org_hamcrest_hamcrest_core_1_3.xml
     文件         258  2018-05-06 09:11  pachong\.idea\misc.xml
     目录           0  2018-07-25 19:07  pachong\.idea\modules\
     文件         789  2018-05-06 09:16  pachong\.idea\modules\pachong.iml
     文件         906  2018-05-06 09:16  pachong\.idea\modules\pachong_main.iml
     文件        1224  2018-05-06 09:16  pachong\.idea\modules\pachong_test.iml
............此处省略39个文件信息