a7339359 2019-07-09 22:22 采纳率: 50%
浏览 1449
已采纳

Jsoup爬取数据超时,已设置timeout

package cn.xls.util;

import cn.xls.pojo.City;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

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

/**
 * @program:
 * @description: 获取城市信息
 * @author: l
 */
public class CityInfoUtil {

    public static List<City> getProvinceData(String requestUrl) {
        List<City> lists = new ArrayList<City>();
        try {
            Document document = Jsoup.connect(requestUrl).timeout(50000).maxBodySize(0).get();
            //获取所有的省份
            Elements provinceList = document.select("tr[class='provincetr']").select("td").select("a");
            //遍历省份
            for (Element element : provinceList) {
                //拼接当前省份下的城市地址
                String url1 = requestUrl.replace("index.html", element.attr("href"));
                Document document1 = Jsoup.connect(url1).timeout(50000).maxBodySize(0).get();

                //获取该省份下所有城市(第一列为城市区号,第二列为城市名)
                Elements citys = document1.select("tr[class='citytr']").select("td:eq(1)").select("a");
                String province = element.html();
                System.out.println("当前省份 : " + province);
                System.out.println("当前省份下有 : " + citys.size() + " 个城市");

                //遍历城市
                int cityCount = 0;
                for (Element element1 : citys) {
//                    System.out.println("城市 : " + element1.html());
                    //拼接当前城市下的区域地址
                    String url2 = requestUrl.replace("index.html", element1.attr("href"));
                    Document document2 = Jsoup.connect(url2).timeout(50000).maxBodySize(0).get();

                    //获取该城市下所有区域(第一列为区域区号,第二列为区域名)
                    Elements areas = document2.select("tr[class=countytr] td:eq(1)").select("a");
                    String city = element1.html();
                    System.out.println("当前城市 : " + (++cityCount) + city);
                    System.out.println("当前城市下有 : " + areas.size() + " 个区");
                    for (Element element2 : areas) {
                        System.out.println("区域 : " + element2.html());
                    }
                }
                System.out.println("-----------");
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        return lists;
    }

    //测试
    public static void main(String[] args) {
        //List<City> lists = getProvinceData("http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2017/index.html");
        List<City> list1 = getProvinceData("http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2018/index.html");
    }
}

测试时老是打印了一个七八个城市的数据后就超时,请问该怎么解决啊?刚从网上学的jsoup,请大佬们多多指点

  • 写回答

1条回答

  • a7339359 2019-07-09 23:45
    关注

    解决了...是网站的响应太慢了,把超时时间又加了十倍,慢慢的就打印完了...

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

悬赏问题

  • ¥15 想问一下stata17中这段代码哪里有问题呀
  • ¥15 flink cdc无法实时同步mysql数据
  • ¥100 有人会搭建GPT-J-6B框架吗?有偿
  • ¥15 求差集那个函数有问题,有无佬可以解决
  • ¥15 【提问】基于Invest的水源涵养
  • ¥20 微信网友居然可以通过vx号找到我绑的手机号
  • ¥15 寻一个支付宝扫码远程授权登录的软件助手app
  • ¥15 解riccati方程组
  • ¥15 使用rabbitMQ 消息队列作为url源进行多线程爬取时,总有几个url没有处理的问题。
  • ¥15 Ubuntu在安装序列比对软件STAR时出现报错如何解决