jsoup 网络爬虫 基础文档

jsoup 简介：http://871421448.iteye.com/blog/1545996

jsoup API 文档：http://jsoup.org/apidocs/

jsoup Jar包下载：http://jsoup.org/download

示例1:http://blog.csdn.net/withiter/article/details/15339579

示例2:http://blog.csdn.net/huzhengnan/article/details/22883383

使用JSOUP实现网络爬虫，网络专栏：http://blog.csdn.net/column/details/jsoup.html


htmlunit是一款开源的java 页面分析工具，读取页面后，可以有效的使用htmlunit分析页面上的内容。项目可以模拟浏览器运行，被誉为java浏览器的开源实现。这个没有界面的浏览器，运行速度也是非常迅速的。htmlunit采用的是rhino作为javascript的解析引擎。

gecco 1.0.5 发布了，gecco 是易用的轻量化网络爬虫。

主要改进：

1、修复redirect的相对url的bug

2、增加了支持htmlunit的插件

3、增加抓取JD全部商品的demo

下载地址：
https://github.com/xtuhcy/gecco/archive/1.0.5.zip
https://github.com/xtuhcy/gecco/archive/1.0.5.tar.gz