抓取各大网站的数据插入数据库，这样就不用为没有数据而烦恼了

　　获取百度的歌曲名，歌手和链接！！

　　package webTools;

　　import java.io.BufferedReader;

　　import java.io.IOException;

　　import java.io.InputStreamReader;

　　import java.io.UnsupportedEncodingException;

　　import java.net.MalformedURLException;

　　import java.net.URL;

　　import java.util.ArrayList;

　　import java.util.HashMap;

　　import java.util.List;

　　import java.util.regex.Matcher;

　　import java.util.regex.Pattern;

　　import dbTools.DBTools;

　　public class IOTOWeb {

　　public String getHtmlContent(String htmlURL) {

　　URL url = null;

　　String rowContent = "";

　　StringBuffer htmlContent = new StringBuffer();

　　try {

　　url = new URL(htmlURL);

　　BufferedReader in = new BufferedReader(new InputStreamReader(url

　　.openStream(), "gb2312"));

　　while ((rowContent = in.readLine()) != null) {

　　htmlContent.append(rowContent);

　　}

　　in.close();

　　} catch (MalformedURLException e) {

　　// TODO Auto-generated catch block

　　e.printStackTrace();

　　} catch (UnsupportedEncodingException e) {

　　// TODO Auto-generated catch block

　　e.printStackTrace();

　　} catch (IOException e) {

　　// TODO Auto-generated catch block

　　e.printStackTrace();

　　}

　　return htmlContent.toString();

　　}

　　public List getLink(String htmlContent) {

　　ArrayList listLink = new ArrayList();

　　String regex = "<td[^>]*>[\\(]*<a[^>]*href=(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))[^>]*>(.*?)[\\)]*[\\s]*</td>";

　　Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);

　　Matcher matcher = pattern.matcher(htmlContent);

　　while (matcher.find()) {

　　listLink.add(matcher.group());

　　}

　　return listLink;

　　}

　　public List<String> getHref(String htmlContent) {

　　String regex;

　　List listtHref = new ArrayList();

　　regex = "href=(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))\"";

　　Pattern pa = Pattern.compile(regex, Pattern.DOTALL);

　　Matcher ma = pa.matcher(htmlContent);

　　while (ma.find()) {

　　listtHref.add(ma.group().replaceFirst("href=\"", "").replace("\"",

　　""));

　　}

　　return listtHref;

　　}

　　public List<String> getPerson(String htmlContent) {

　　String regex;

　　List list = new ArrayList();

　　regex = "\\(<a[^>]*href=(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))[^>]*>(.*?)\\)";

　　Pattern pa = Pattern.compile(regex, Pattern.DOTALL);

　　Matcher ma = pa.matcher(htmlContent);

　　while (ma.find()) {

　　list.add(ma.group().replaceFirst("href=\"", "").replace("\"", ""));

　　}

　　return list;

　　}

　　public List<String> getSongName(String htmlContent) {

　　String regex;

　　List listPerson = new ArrayList();

　　regex = "<a[^>]*href=(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))[^>]*>(.*?)</a>\\s";

　　Pattern pa = Pattern.compile(regex, Pattern.DOTALL);

　　Matcher ma = pa.matcher(htmlContent);

　　while (ma.find()) {

　　listPerson.add(ma.group());

　　}

　　return listPerson;

　　}

　　public String getMainContent(String htmlContent) {

　　String regex = "<table width=\"100%\" align=\"center\" cellpadding=\"0\" cellspacing=\"0\" class=\"list\">(.*?)</table>";

　　StringBuffer mainContent = new StringBuffer();

　　Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);

　　Matcher matcher = pattern.matcher(htmlContent);

　　while (matcher.find()) {

　　mainContent.append(matcher.group());

　　}

　　return mainContent.toString();

　　}

　　public String outTag(final String s) {

　　return s.replaceAll("<.*?>", "");

　　}

　　DBTools dbTools = new DBTools();

　　public void getFromBaiduMap3(String htmlURL) throws Throwable {

　　HashMap htmlContentMap = new HashMap();

　　String htmlContent = getHtmlContent(htmlURL);

　　String mainContent = getMainContent(htmlContent);

　　List listLink = getLink(mainContent);

　　for (int j = 0; j < listLink.size(); j++) {

　　String tdTag = listLink.get(j).toString();

　　List songNameList = getSongName(tdTag);

　　String songName = outTag(songNameList.get(0).toString());

　　List personList = getPerson(tdTag);

　　String songPerson = "";

　　if (personList.size() != 0) {

　　for (int n = 0; n < personList.size(); n++) {

　　// System.out.println(personList.get(n).toString());

　　songPerson = outTag(personList.get(n).toString());

　　}

　　} else {

　　songPerson = "无";

　　}