public static void main(String[] args) {
Spider.create(new ZhihuPageProcessor())
.addUrl("http://www.zhihu.com/search?type=question&q=java")
.addPipeline(new FilePipeline("D:\\webmagic\\"))
.thread(5)
.run();
}
/**
* @author Administrator @Description: 行政处罚
* @param @param djh 登记号
* @param @param qylx 企业类型
* @return void
* @throws
* @date 2016年1月29日 下午5:36:42
*/
private static void spider_xzcf(String djh, String qylx, Long qyId) {
GSspider_bj_xzcf xzcf = new GSspider_bj_xzcf();
xzcf.setQyId(qyId);
Spider.create(xzcf)
// http://qyxy.baic.gov.cn/gsgs/gsxzcfAction!list.dhtml?entId=20e38b8b4d194cc8014d1e12e97f6374&clear=true
.addUrl("http://qyxy.baic.gov.cn/gsgs/gsxzcfAction!list.dhtml?entId=" + djh + "&clear=true")
.run();
}
public static void main(String[] args) {
// single download
Spider spider = Spider.create(new BaiduBaikePageProcessor()).thread(2);
String urlTemplate = "http://baike.baidu.com/search/word?word=%s&pic=1&sug=1&enc=utf8";
ResultItems resultItems = spider.<ResultItems>get(String.format(urlTemplate, "水力发电"));
System.out.println(resultItems);
// multidownload
List<String> list = new ArrayList<String>();
list.add(String.format(urlTemplate, "风力发电"));
list.add(String.format(urlTemplate, "太阳能"));
list.add(String.format(urlTemplate, "地热发电"));
list.add(String.format(urlTemplate, "地热发电"));
List<ResultItems> resultItemses = spider.<ResultItems>getAll(list);
for (ResultItems resultItemse : resultItemses) {
System.out.println(resultItemse.getAll());
}
spider.close();
}
/**
* @author Administrator @Description: 抽查抽检
* @param @param djh 登记号
* @param @param qylx 企业类型
* @return void
* @throws
* @date 2016年1月29日 下午5:36:42
*/
private static void spider_cccj(String djh, String qylx, Long qyId) {
GSspider_bj_cccj cccj = new GSspider_bj_cccj();
cccj.setQyId(qyId);
Spider.create(cccj)
// http://qyxy.baic.gov.cn/gsgs/gsxzcfAction!list_ccjcxx.dhtml?ent_id=20e38b8b4d194cc8014d1e12e97f6374&clear=true
.addUrl(
"http://qyxy.baic.gov.cn/gsgs/gsxzcfAction!list_ccjcxx.dhtml?ent_id="
+ djh
+ "&clear=true")
.run();
}
/**
* @author ldm @Description: 企业基本信息（工商类抓取）
* @param @param djh 企业登记号
* @param @param qylx 企业类型
* @return void
* @throws
* @date 2016年1月28日 下午5:06:50
*/
private static Long spider_jbxx(String entId, String credit_ticket) {
GSspider_bj_jcxx jcxx = new GSspider_bj_jcxx();
Spider.create(jcxx)
// http://qyxy.baic.gov.cn/gjjbj/gjjQueryCreditAction!openEntInfo.dhtml?entId=20e38b8b4d194cc8014d1e12e97f6374&credit_ticket=8173D03BDAA53D4E34282E704327D289
.addUrl(
"http://qyxy.baic.gov.cn/gjjbj/gjjQueryCreditAction!openEntInfo.dhtml?entId="
+ entId
+ "&credit_ticket="
+ credit_ticket)
.run();
return jcxx.getQyId();
}
@Scheduled(fixedDelay = 5000)
public void run() {
logger.info("start MovieInitTask ...");
for (int i = 160; i > 1; i--) {
Spider.create(new MovieSpider())
.addUrl("http://www.6vhao.com/dy/index_" + i + ".html")
.addPipeline(new MoviePipeline(movieService))
.thread(1)
.run();
try {
Thread.sleep(60000);
} catch (InterruptedException e) {
logger.error(e.getMessage(), e);
}
}
}
// 1926267847
public static void main(String[] args) {
Spider.create(new BlogPageProcessor())
.addUrl("http://blog.sina.com.cn/s/articlelist_1197161814_0_1.html")
.run();
}