Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • KnowledgePlanet
  • docdoc
  • Issue
  • #32

doc
doc
  • 项目概览

KnowledgePlanet / doc

通知 1303
Star 822
Fork 117
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 42
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 0
  • DevOps
    • 流水线
    • 流水线任务
    • 计划
  • Wiki 2
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
doc
doc
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 42
    • Issue 42
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 0
    • 合并请求 0
  • Pages
  • DevOps
    • DevOps
    • 流水线
    • 流水线任务
    • 计划
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 2
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 流水线任务
  • 提交
  • Issue看板
已关闭
开放中
Opened 10月 17, 2023 by 小傅哥@Yao__Shun__Yu⛹Owner

新上线了一个博客网站,需要快速将博客连接。

public class BlogLinkCrawler {

    private static volatile AtomicInteger atomic = new AtomicInteger(0);

    public static void main(String[] args) throws IOException, InterruptedException, ExecutionException {
        String url = "https://bugstack.cn"; // 替换为目标博客网站的URL
        FileWriter writer = new FileWriter("urls0.txt", true);

        Set<String> links = Collections.synchronizedSet(new HashSet<>());

        ExecutorService executorService = Executors.newFixedThreadPool(50); // 创建一个固定大小为10的线程池

        new BlogLinkCrawler().crawlLinks(url, links, writer, executorService);

    }

    public void crawlLinks(String url, Set<String> links, final FileWriter writer, ExecutorService executorService) {
        try {
            Document document = Jsoup.connect(url).get();
            Elements linkElements = document.select("a[href]");
            for (Element linkElement : linkElements) {
                String link = linkElement.attr("abs:href");
                // && !link.contains("#")
                if (link.startsWith(url) && !link.contains("#")) {
                    synchronized (links) {
                        if (!links.contains(link)) {
                            links.add(link);

                            System.out.println(atomic.addAndGet(1) + ": " + link);

                            executorService.execute(() -> {
                                try {
                                    crawlLinks(link, links, new FileWriter("urls" + (1 + atomic.get() / 1000) + ".txt", true), executorService);
                                } catch (IOException e) {
                                    throw new RuntimeException(e);
                                }
                            });

                            writer.write(URLEncoder.encode(link, "UTF-8").replace("%3A%2F%2F", "://").replace("%2F", "/").replace("%23", "#") + "\n");

                        }
                    }
                }
            }
        } catch (IOException ignore) {
        } finally {
            try {
                writer.flush();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}
指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: KnowledgePlanet/doc#32
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7