Kotlin多协程/多线程下载文件
1
Kotlin版本的多线程下载与Java版本的不同点主要在线程控制方面，Java是通过线程池来控制，而Kotlin版本则利用异步协程创建时传入”Dispatchers.IO“来使用多线程，并利用父协程会等待子协程执行完毕这点来简化协程/线程控制。 建议新建Spring boot项目并选择Kotlin，并将kotlin协程依赖加入，pom.xml主要内容如下： Kotlin多协...
阅读(6950)评论(3)赞 (1)
Jsoup
如何快速编写一个暗网爬虫
2
对于暗网想必不用我过多解释，在https://www.torproject.org/download 下载Tor Browser安装即可，当然国内得配合SS使用。 但我们作为一名爬虫工程师，如何写爬虫去访问暗网网址才是我们需要的；如何最简单的实现暗网爬取呢？ 首先需要一台香港的服务器，阿里云百度云谷歌云的都可以，省的翻墙。接下来开始安装必要的服务，SSH登录后以root用户执行如下命令即可： 接下...
阅读(9845)评论(2)赞 (2)
将Jsoup请求得到的Document中的相对路径转换为绝对路径
在后端开发时经常在HTML页面使用相对路径，然而这个对于爬虫来说有时候却很难受，虽然Jsoup提供了.attr("abs:href")用来来获取绝对路径，但还是不够方便。 在HTML中href跟src是这两个属性是用来填url的，也是我们需要处理的地方，相对路径一般是/，./，../三种形式开头，所以我们要选出所有带以/，./，../开头的href或src属性的元素，这个操作可以浓缩成一个cssS...
阅读(5602)评论(1)赞 (0)