基金详情信息获取之 Java 爬虫
1. 简介
上篇 基金列表获取之Java"伪"爬虫 简单讲解了如何获取基金列表详情，浅显易懂，没有什么难度。加下来将要继续分享如何使用 Java 爬虫分析如何抓取基金的详情信息及内容的展示。
2.基金详情抓取
# 这里直接给大家一个基金的详情页面地址,进行分析 http://fund.eastmoney.com/009265.html # 这里悄悄地告诉你一个小秘密，简单分析下这个url就会知道，前半部分就固定的格式，后半部分 '009265' 即为基金代码复制代码
基金详情页面展示如下：
点击基金概况进入该基金的相关内容介绍信息，如下：
在基金的概况页面，可以获取基金全称，基金简称、发行日期、成立日期/规模等等相关信息，可以让基民快速的了解当前基金的一些信息，用户根据自己的需要进行收藏关注、后期购买等相关操作。
小伙伴可能会疑惑，进入基金页面后，如何自动进入基金概况页面呢，如何去解析对应的 "基金概况" 访问链接呢。额，其实我也不知道，你信吗 。
# 基金概况访问地址 http://fundf10.eastmoney.com/jbgk_009265.html # 小伙伴仔细的瞅一瞅，地址是不是很简单呢 # http://fundf10.eastmoney.com/ + "基金概况"的首字母 "jbgk_" + 基金代码 + ".html"复制代码
3. 解析详情内容
根据页面进行分析，获取对应信息在Html 中的标签内容，如图，可以根据**class= " txt_cont "** 标签进行解析对应的数据信息
怎么分析呢，Java 爬虫常用 Jsoup 进行Html 网页的分析。
<!-- 引入Jsoup 依赖 --> <dependency> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.13.1</version> </dependency>复制代码
// 实现具体逻辑如下
Connection connection = Jsoup.connect("http://fundf10.eastmoney.com/jbgk_009265.html");
Document doc = connection.get();
// 根据 class标签进行解析
Elements element = doc.getElementsByClass("txt_cont");
// 获取表格中的 "th" "td" 文本信息
Elements th = element.select("th");
Elements td = element.select("td");
for (int i = 0; i < th.size(); i++) {
// 打印获取到的内容信息
System.out.println(th.get(i).text() + ": " + td.get(i).text());
}复制代码基金全称: 易方达消费精选股票型证券投资基金 基金简称: 易方达消费精选股票 基金代码: 009265（前端） 基金类型: 股票型 发行日期: 2020年04月08日 成立日期/规模: 2020年04月13日 / 79.147亿份 资产规模: 71.23亿元（截止至：2021年09月30日） 份额规模: 58.9184亿份（截止至：2021年09月30日） 基金管理人: 易方达基金 基金托管人: 建设银行 基金经理人: 萧楠 成立来分红: 每份累计0.00元（0次） 管理费率: 1.50%（每年） 托管费率: 0.25%（每年） 销售服务费率: ---（每年） 最高认购费率: 1.20%（前端） 天天基金优惠费率：0.12%（前端） 最高申购费率: 1.50%（前端） 天天基金优惠费率：0.15%（前端） 最高赎回费率: 1.50%（前端） 业绩比较基准: 中证内地消费主题指数收益率×50%+中证香港300消费指数收益率×35%+中债总指数收益率×15% 跟踪标的: 该基金无跟踪标的复制代码
以上就是对基金概况信息的简单解析。
4. Jsoup 常用 Api
可以选择官方文档进行查看，官方地址，可以根据自己的需要进行选择合适的方法进行 Html 文档的解析。
本文主要使用了 getsByClass 和 select 两个方法，简单讲解下。
getElementsByClass通过 class 标签属性获取对应的 Html 元素
select返回的是 Elements 元素集合Element 元素里面存在超链接等 Html 属性，所以最终获取文本的时候使用 ".text()" 方法
作者：啤酒不加冰
链接：https://juejin.cn/post/7032521311687557128