爬虫又叫蜘蛛，网络蜘蛛是通过网页的链接地址来寻找网页，从网站某一个页面开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。下面黑洞代理给大家介绍下利用java实现网络爬虫的五种方法：

1.基于socket通信编写爬虫：最底层的方式，同时也是执行最高效的，不过开发效率最低。

2.基于HttpURLConnection类编写爬虫：java se的net包的核心类，主要用于http的相关操作。

3.基于apache的HttpClient包编写爬虫：由net包拓展而来，专为java网络通信编程而服务。

4.基于phantomjs之类的无头（无界面）浏览器：

(1)它是浏览器的核心，并非浏览器。换言之，它是没有UI的浏览器。

(2)它提供的js api，故它可以方便直接的被各种程序语言调用。换言之，似乎是js写的。

5.基于Selenium或者是WebDriver之类的有头（有界面）浏览器

(1)它是浏览器核心，并非浏览器。换言之，它是没有界面UI的浏览器。无头，即无界面。

(2)它提供的js api,故它可以方便直接的被各种程序语言调用。

黑洞HTTP代理、国内最靠谱的IP代理、高匿名代理、API调用频率快、并发请求数量不限制、价格低,高速稳定,多机器调用、欢迎免费试用!