jsoup获取网络小说
『壹』 求使用java语言抓取sina，搜狐网站上的新闻资讯的源码，或者原理说明也可~
下载一个jsoup包，并导入到项目里面。然后就可以很简便地编写爬虫了。
jsoup教程：http://www.flatws.cn/article/program/css/2011-03-22/17981.html
及jsoup中文版标准使用手册：http://www.open-open.com/jsoup/、
网上还有大量jsoup教程，使用中可能涉及到 正则表达式，这里推荐一个讲解正则表达式基本操作的：http://www.regexlab.com/zh/regref.htm
除此之外，还要考虑数据保存。你需要建立一个数据库，比如MySQL，然后将数据导入到数据库里面。这个过程可能比较困难。推荐网址：http://www.haogongju.net/art/1697604，上面有4个相关链接很有用。（其实上面讲解了抓取的全过程，含较完整的源代码。作者似乎没有使用jsoup，使用jsoup可以节省很多代码，比如截取某个标签后面的内容，使用jsoup包后一行代码就可以搞定）
最后将数据导出到word或execl里，可以使用工具Navicat ，网上很多绿色版，不用安装。
『贰』 jsoup爬取滚动懒加载图片
那就要研究你抓取的网站，滚动加载的方法，模拟发送http请求直接获取数据，找到里面的图片url
『叁』 怎么用网络爬虫获取数据基于java的
原理即是保存cookie数据保存登陆后的cookie.以后每次抓取页面把cookie在头部信息里面发送过去。系统是根据cookie来判断用户的。有了cookie就有了登录状态，以后的访问都是基于这个cookie对应的用户的。补充：Java是一种可以撰写跨平台应用软件的面向对象的程序设计语言。Java技术具有卓越的通用性、高效性、平台移植性和安全性，广泛应用于PC、数据中心、游戏控制台、科学超级计算机、移动电话和互联网，同时拥有全球最大的开发者专业社群。
『肆』 技术问题: 不通过网络爬虫，如何获取网页内容
可以实现
利用Jsoup就可以实现
『伍』 java htmlUnit+jsoup网络爬虫的问题
您好MX2支持网络类型：MX2：GSM/GPRS/EDGE/WCDMA/HSPA+ 900/1800 MHz (2G), 2100 MHz (3G)MX2 TD：GSM/GPRS/EDGE/TD-SCDMA/HSPA 900/1800 MHz (2G), 1880/2010 MHz (3G)不支持850MHz频段。
该答案来自魅族MX2官方网站
『陆』 使用Java制作一个简易小说阅读器
你好，关于使用Java制作一个简易小说的阅读器，如果是第一次做这种小系统的话上网搜一些步骤，一步一步跟着。
『柒』 java jsoup 爬虫 怎么防止重复爬取
正好最近在学习这方面的内容。
两种思路：
可以将当前爬取的url存在一个list中作登记，在下一次开始爬子链接的时候进行比对，如果已经存在在list中则跳过，如果不存在那么继续爬
可以将所有的url网络先遍历一遍存在list中，然后根据list而不是再次访问子链接url进行爬取，在url存入list的过程中进行查重处理
顺便为了方便控制。建议设置爬取深度，在一定深度内进行爬取。
『捌』 HttpClient+Jsoup制作网络蜘蛛遇到问题，一直提示java.lang.NullPointerException
你的 getAllId() 这个方法执行 for (String string : t.getNextUrl(maxSize)) 这个循环的时候报错了.
因为你的 getNextUrl() 方法最终返回的是 null 所以这里遍历肯定不行
『玖』 我利用jsoup解析一个html网页，但是有的地方网页里面有，但是我解析的时候却没有得到
1.你贴的python代码，缩进有问题。
请自己重新确定代码缩进是正常的，且贴出来正常的代码给我们看。
2.请确保：
你代码中所处理的内容，的确是你所截图贴出来的内容 -> 程序抓取出来的内容，有时候未必和你查看网页源码看到的内容是一样的。
3.你的beautifulSoup使用的方式，就不太对。
『拾』 我自己建设了一个wap手机网站，请问用什么软件可以实现自动采集互联网最新资源如：新闻，小说，图片
有这个软、件。 是自动采集数据的， 需要你进行配置，r然后将下载的数据导入你的数据库。 这几步还是需要手工操作的。 没那么自能。
如果你要实现全智能，就自由自己写个程序来实现了。