老师要求我们写一个java的主题爬虫，大致作用是爬一些服务外包网站上的项目信息，比如项目名称，要求，联系方式等。我现在能做到的只是将整个网站的正文内容分文件下载下来。该如何像老师要求的那样只下载想要的文本内容，而直接忽略其他的文本内容呢？是根据html的标签来做?
------解决方案--------------------
下下来过滤被，写个正则把标签去掉，url存队列，需要的内容再一匹配，直接存数据库了
详细解决方案
有个有关问题关于java的主题爬虫
热度：13 发布时间：2016-04-17 19:18:41.0
老师要求我们写一个java的主题爬虫，大致作用是爬一些服务外包网站上的项目信息，比如项目名称，要求，联系方式等。我现在能做到的只是将整个网站的正文内容分文件下载下来。该如何像老师要求的那样只下载想要的文本内容，而直接忽略其他的文本内容呢？是根据html的标签来做?
------解决方案--------------------
下下来过滤被，写个正则把标签去掉，url存队列，需要的内容再一匹配，直接存数据库了
相关解决方案
- java 乱码 汉字是 ？ 如何转换成汉字
- java web 登录次数限制,该如何解决
- java 工商银行网银支付 B2B的 都亟需什么，需要注意什么
- Java Applet程序从JDK6升级到7时遇到的有关问题
- java web 视频相干
- 请教一个关于链接后缀的有关问题（java web 应用）
- java 系统单点登录解决方案
- java.lang.NumberFormatException: For input string: "id"该如何处理
- java.lang.NoSuchMethodException: setId([Ljava.lang.String;)解决方法
- java 获取客户端IP解决办法
- JAVA 后台怎么获得前台页面FCKedit编辑器中的内容以及内容的样式
- java 正则化匹配有关问题
- java web 受阻
- java.lang.IllegalStateException: No output folder,该怎么解决
- java.lang.NoSuchMethodError: org.springframework.util.ReflectionUtils.makeAccess,该如何解决
- java 乱码有关问题 急求大神
- java EE错误如何解决阿，都是过了，没有能解决的！
- java 工程打包有关问题 多谢各位大神！多谢
- JAVA WEB导航条,该怎么处理
- java.sql.SQLException: Access denied for user 'root'@'localhost' (using password,该如何处理
- java 中Node 有关问题
- 关于 java 引述传递和值传递，你的知否
- 吐了，java Timer 终止不了。
- Java Web 学习中有关问题，请高手指教
- java web中的url地址小疑点。
- java web开发解决办法
- java.lang.NullPointerException解决方法
- 关于 java cast 有关问题，你明白不
- java ftp 下传和上载乱码有关问题
- java web项目上的一些文件