首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式碼之家 >> 編程語言 >  >> Java 程式設計 >> Java 相關知識

Jsoup 爬取全國行政區劃數據(省市縣鄉村五級)

     編輯:Java 相關知識

使用 Jsoup 解析國家統計局或民政部官網發布的行政區劃代碼頁面,提取省、市、縣、鄉鎮、村五級數據。核心步驟:獲取頁面 Document → 選擇表格行 (tr) → 解析單元格 (td) 文本與代碼 → 構建樹狀結構 → 序列化為 JSON 或存入資料庫。

Document doc = Jsoup.connect("https://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2023/")
    .timeout(10000).get();
// 省級頁面鏈接
Elements provinceLinks = doc.select("tr.provincetr a");
for (Element a : provinceLinks) {
    String provinceName = a.text();
    String provinceUrl = a.absUrl("href");
    // 遞歸解析市、縣、鎮、村...
}

注意:官網結構可能變動,需針對具體頁面調整選擇器。建議添加延時與重試機制,尊重 robots.txt。數據量較大時可使用 Jsoup 的 parse(InputStream, charset, baseUri) 流式處理離線 HTML 文件。最終數據可構建為 Map> 支持級聯選擇器。

  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式碼之家 All Rights Reserved