转载请注明出处：
个人博客站已经上线了，网址 ~欢迎各位吐槽~————————————————————————————————-
在上两篇博客中，已经介绍了纵横中文小说的更新列表页和简介页内容的采集，这篇将介绍从简介页采集获得的下一跳章节列表页的信息采集，事例地址：
页面分析
通过对页面的分析，我们可以确定下图中的部分就是我们需要采集信息及下一跳的地址。
这里当我们想用鼠标右键–查看网页源代码的时候发现页面已经把鼠标右键这个操作屏蔽了，因此我们只能采用另一种办法来查看源代码，对页面进行分析。在当前页面，按下F12，会出现一个新窗口，也就是之前博客中提到的审查元素出现的窗口，选中Network选项卡，按下 Ctrl + F5，会出现如下画面：
鼠标单机红色选中部分，即可查看网页源代码，效果图如下：
对网页源代码做简单的分析，我们很容易找到章节信息所在的部分，如下图：
每一个章节信息都存储在td标签内，因此对这部分信息我们确定最后的正则表达式为“ <td class="chapterBean" chapterId="\d*" chapterName="(.*?)" chapterLevel="\d*" wordNum="(.*?)" updateTime="(.*?)"><a href="(.*?)" title=".*?">”。
代码实现
对于章节列表也信息的采集我们采用和简介页相同的方法，创建一个CrawlBase子类，用它来完成相关信息的采集。对于请求伪装等操作参照更新列表页中的介绍，这里只介绍DoRegex类中的一个方法：
List<String[]> getListArray(String dealStr, String regexStr, int[] array) 第一个参数是需要查询的字符串，第二个参数是正则表达式，第三个是需要提取的信息在正则表达式中的定位，函数的整体功能是返回字符串中所有满足条件的信息。
运行结果
源代码
查看最新源代码请访问：
/** *@Description: 章节列表页 */ package com.lulei.crawl.novel.zongheng; import java.io.IOException;import java.util.HashMap;import java.util.List;import com.lulei.crawl.CrawlBase;import com.lulei.util.DoRegex; public class ChapterPage extends CrawlBase {private static final String CHAPTER = "<td class=\&;chapterBean\&; chapterId=\&;\\d*\&; chapterName=\&;(.*?)\&; chapterLevel=\&;\\d*\&; wordNum=\&;(.*?)\&; updateTime=\&;(.*?)\&;><a href=\&;(.*?)\&; title=\&;.*?\&;>";private static final int []ARRAY = {1, 2, 3, 4};private static HashMap<String, String> params;/** * 添加相关头信息，对请求进行伪装 */static {params = new HashMap<String, String>();params.put("Referer", "");params.put("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.125 Safari/537.36");}public ChapterPage(String url) throws IOException {readPageByGet(url, "utf-8", params);}public List<String[]> getChaptersInfo() {return DoRegex.getListArray(getPageSourceCode(), CHAPTER, ARRAY);}public static void main(String[] args) throws IOException {ChapterPage chapterPage = new ChapterPage("");for (String []ss : chapterPage.getChaptersInfo()) {for (String s : ss) {System.out.println(s);}System.out.println("—————————————————-");}}}—————————————————————————————————-ps:最近发现其他网站可能会对博客转载，，上面并没有源链接，如想查看更多关于 基于lucene的案例开发 请点击这里。或访问网址 或
不甚酒力，体会不了酒的美味，但却能感受知已的妙处。
