Schreiben Sie Java von Grund auf und speichern Sie den gecrawlten Inhalt lokal (2)

Wir kapseln diese beiden Funktionen zur späteren Verwendung in eine FileReaderWriter.java-Datei.
Dann kehren wir zum Zhihu-Crawler zurück.
Wir müssen der Zhihu-Kapselungsklasse von Zhihu eine Funktion hinzufügen, um den Schriftsatz beim Schreiben in lokal zu formatieren.

Der Code lautet wie folgt:

public String writeString() {  
        String result = "";  
        result += "问题：" + question + "\r\n";  
        result += "描述：" + questionDescription + "\r\n";  
        result += "链接：" + zhihuUrl + "\r\n";  
        for (int i = 0; i < answers.size(); i++) {  
            result += "回答" + i + "：" + answers.get(i) + "\r\n";  
        }  
        result += "\r\n\r\n";  
        return result;  
}

OK, das ist es. Als nächstes ändern Sie System.out.println in der Hauptmethode in

Der Code lautet wie folgt:

// 写入本地  
        for (Zhihu zhihu : myZhihu) {  
            FileReaderWriter.writeIntoFile(zhihu.writeString(),  
                    "D:/知乎_编辑推荐.txt", true);  
        }

Ausführen, Sie können sehen, dass der ursprünglich in der Konsole angezeigte Inhalt in die lokale TXT-Datei geschrieben wurde:

Im Allgemeinen gibt es auf den ersten Blick kein Problem. Bei genauerem Hinsehen finde ich ein Problem: Es gibt zu viele HTML-Tags, hauptsächlich .
Wir können diese Tags während der Ausgabe verarbeiten.
Ersetzen Sie zuerst
im io-Stream durch rn und löschen Sie dann alle HTML-Tags, damit es viel klarer aussieht.

Der Code lautet wie folgt:

public String writeString() {  
    // 拼接写入本地的字符串  
    String result = "";  
    result += "问题：" + question + "\r\n";  
    result += "描述：" + questionDescription + "\r\n";  
    result += "链接：" + zhihuUrl + "\r\n";  
    for (int i = 0; i < answers.size(); i++) {  
        result += "回答" + i + "：" + answers.get(i) + "\r\n\r\n";  
    }  
    result += "\r\n\r\n\r\n\r\n";  
    // 将其中的html标签进行筛选  
    result = result.replaceAll("<br>", "\r\n");  
    result = result.replaceAll("<.*?>", "");  
    return result;  
}

Die Funktion „replaceAll“ kann hier reguläre Ausdrücke verwenden, sodass alle -Tags am Ende gelöscht werden.

Das Obige ist der Inhalt des Java Zhihu-Crawlers ohne Grundlage zum lokalen Speichern des erfassten Inhalts (2). Weitere verwandte Inhalte finden Sie auf der chinesischen PHP-Website (www.php). .php.cn)!