在Java中使用Jsoup的DataScraping

时间:2018-06-01 18:46:09

标签: java jsoup data-science

我正在开发一个java程序来从特定站点获取数据。我正在使用jSoup作为java模块。

http://data.bitcoinity.org/markets/tradespm/10m?c=e&t=a 那是网站

我想在该网站上废弃下面的示例数据。

bitflyer 144 14.17%

coinbase 121 11.89%

我试过这样的方式:

public static void main(String[] args) throws IOException {

    try {
    Document doc = Jsoup.connect(
            "http://data.bitcoinity.org/markets/tradespm/10m?c=e&t=a")
            .get();

    for (Element table : doc.select("tbody")){
        for (Element row : table.select("tr")) {
            Elements tds = row.select("td");


            System.out.println(row);
            System.out.println(tds);

        }
    }


} catch (IOException e) {
    e.printStackTrace();
}

任何帮助?抓取数据

1 个答案:

答案 0 :(得分:1)

您可以通过另一种方式获取数据。 Jsoup非常适合解析静态内容,但对于动态内容,您需要找到另一种方式。如果您敏锐地观察所做的API调用,那么该表将从http://data.bitcoinity.org/chart_data上的GET请求加载

您可以解析JSON内容以获取数据。我使用OkHttp3来检索数据。

// Imports required
import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.Response;
import org.json.JSONArray;
import org.json.JSONObject;

public static void main(String[] args) throws IOException {
    OkHttpClient okHttpClient = new OkHttpClient();
    Request request = new Request.Builder()
            .url("http://data.bitcoinity.org/chart_data")
            .build();
    Response response = okHttpClient.newCall(request).execute();
    JSONObject responseBody = new JSONObject(response.body().string());
    JSONArray aggregated = responseBody.getJSONObject("data_additional")
            .getJSONArray("aggregated");
    for (int i = 0; i < aggregated.length(); ++i) {
        JSONObject rowInfo = aggregated.getJSONObject(i);
        System.out.println(rowInfo.getString("key") + ", " + rowInfo.getDouble("agg") + ", " + rowInfo.getString("share"));
    }
}

以上代码将生成类似

的响应
bit-x, 128103.3596, 4.39
bitfinex, 788172.829602228, 27.00
bitflyer, 385999.821606005, 13.22
bitstamp, 345652.20203694, 11.84
coinbase, 320228.256592679, 10.97
gemini, 99966.4119466147, 3.42
hitbtc, 222472.499999999, 7.62
itbit, 161030.4573, 5.52
kraken, 287811.61880974, 9.86
others, 179860.514253696, 6.16