Question

利用jsoup抓取网页的图文信息，只需要网页上的文章和图片，怎么样同时抓取这两个信息？

就是我需要同时抓取文章和图片，因为图片是插入在文章中的，图片我可以只存储url，然后需要存入数据库，是要做成类似这种<p>asjkda</p><img src="a.jpg"/><p>salkd</p>的html文档存入数据库吗？怎么实现？

Answer 1

觉得吧~如果你想抓取网页分页信息可以使用第三方工具进行抓取，但是问题就来了，加入你是要自己程序实现的话，这样就很麻烦。所以建议自己实现比较好。因为分页内容，每一页都有一个特定的链接，而且很相似，就只有那个指定页数的参数不同而已。所以你可以先用遍历方式将每个网页抓取后解析，然后再存起来，这样比较实际点。
但是我建议你可以在客户端也使用分页模式，这样的话，根据需求去获取，就不会一下子请求的数据量太大。

追问

那我现在可以抓取整个html文档，只留下含有和的部分，如何操作呢？