试验一下，用来设定url值，也就是问题的链接 Pattern pattern = Pattern .compile("h2.+question_link.+href=\"(.+)\".+/h2"); Matcher matcher = pattern.matcher(content); // 是否存在匹配成功的对象 Boolean isFind = matcher.find(); while (isFind) { // 定义一个知乎对象来存储抓取到的信息 Zhihu zhihuTemp = new Zhihu(matcher.group(1)); // 添加成功匹配的结果 results.add(zhihuTemp); // 继续查找下一个匹配对象 isFind = matcher.find(); } return results; } } Main.java import java.util.ArrayList; public class Main { public static void main(String[] args) { // 定义即将访问的链接 String url = "http://www.zhihu.com/explore/recommendations"; // 访问链接并获取页面内容 String content = Spider.SendGet(url); // 获取编辑推荐 ArrayListZhihu myZhihu = Spider.GetRecommendations(content); // 打印结果 System.out.println(myZhihu); } } 以上就是抓取知乎答案的全部记录，抓住class，ctrl+F看看页面中有没有其他的这个字符串，这个问题的描述和答案也就都能抓到了，那么就需要访问网页20次，有需要的朋友可以参考下 ，还真出了问题： 标题和描述内容前面的class是一样的，因为它应该是这个的唯一标识， "UTF-8")); // 用来临时存储抓取到的每一行的数据 String line; while ((line = in.readLine()) != null) { // 遍历抓取到的每一行并将其存储到result里面 result += line; } } catch (Exception e) { System.out.println("发送GET请求出现异常！" + e); e.printStackTrace(); } // 使用finally来关闭输入流 finally { try { if (in != null) { in.close(); } } catch (Exception e2) { e2.printStackTrace(); } } return result; } // 获取所有的编辑推荐的知乎内容 static ArrayListZhihu GetRecommendations(String content) { // 预定义一个ArrayList来存储结果 ArrayListZhihu results = new ArrayListZhihu(); // 用来匹配url， 前期我们抓取标题是在该链接下： 但是显然这个页面是无法获取答案的，因为他需要访问每个网页并且把上面的内容抓下来， 一个完整问题的页面应该是这样的链接： 仔细一看，只获取url即可： static ArrayListZhihu GetZhihu(String content) { // 预定义一个ArrayList来存储结果 ArrayListZhihu results = new ArrayListZhihu(); // 用来匹配url， 那只能通过修改正则的方式来重新抓取： // 匹配标题 pattern = Pattern.compile("zh-question-title.+h2.+(.+)/h2"); matcher = pattern.matcher(content); if (matcher.find()) { question = matcher.group(1); } // 匹配描述 pattern = Pattern .compile("zh-question-detail.+div.+(.IT之家)/div"); matcher = pattern.matcher(content); if (matcher.find()) { questionDescription = matcher.group(1); } 最后就是循环抓取答案了： 初步暂定正则语句：/answer/content.+div.+(.IT之家)/div 改下代码之后我们会发现软件运行的速度明显变慢了。

IO流写入本地等等。

比如说编辑推荐有20个问题，比如多线程， 先看下标题： 正则把握住那个class即可，就是在Zhihu的构造方法里面，它的url是： 那么我们显然需要的是第二种，所以需要用正则把第一种链接裁切成第二种，因为有的针对回答的，看上去效果不错： OK，啊哈我们的封装类还需要进一步包装下。

// 处理url boolean getRealUrl(String url) { // 将 // 转化成 // 否则不变 Pattern pattern = Pattern.compile("question/(.IT之家)/"); Matcher matcher = pattern.matcher(url); if (matcher.find()) { zhihuUrl = "http://www.zhihu.com/question/" + matcher.group(1); } else { return false; } return true; } 接下来就是各个部分的获取工作了。

非常的详尽。

它的url是： 有的针对问题的，这个在Zhihu中写个函数即可，速度也就慢下来了，正则语句可以写成：zm-editable-content\"(.+) 运行下看看结果： 哎哟不错哦， 附项目源码： Zhihu.java import java.util.ArrayList; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Zhihu { public String question;// 问题 public String questionDescription;// 问题描述 public String zhihuUrl;// 网页链接 public ArrayListString answers;// 存储所有回答的数组 // 构造方法初始化数据 public Zhihu(String url) { // 初始化属性 question = ""; questionDescription = ""; zhihuUrl = ""; answers = new ArrayListString(); // 判断url是否合法 if (getRealUrl(url)) { System.out.println("正在抓取" + zhihuUrl); // 根据url获取该问答的细节 String content = Spider.SendGet(zhihuUrl); Pattern pattern; Matcher matcher; // 匹配标题 pattern = Pattern.compile("zh-question-title.+h2.+(.+)/h2"); matcher = pattern.matcher(content); if (matcher.find()) { question = matcher.group(1); } // 匹配描述 pattern = Pattern .compile("zh-question-detail.+div.+(.IT之家)/div"); matcher = pattern.matcher(content); if (matcher.find()) { questionDescription = matcher.group(1); } // 匹配答案 pattern = Pattern.compile("/answer/content.+div.+(.IT之家)/div"); matcher = pattern.matcher(content); boolean isFind = matcher.find(); while (isFind) { answers.add(matcher.group(1)); isFind = matcher.find(); } } } // 根据自己的url抓取自己的问题和描述和答案 public boolean getAll() { return true; } // 处理url boolean getRealUrl(String url) { // 将 // 转化成 // 否则不变 Pattern pattern = Pattern.compile("question/(.IT之家)/"); Matcher matcher = pattern.matcher(url); if (matcher.find()) { zhihuUrl = "http://www.zhihu.com/question/" + matcher.group(1); } else { return false; } return true; } @Override public String toString() { return "问题：" + question + "\n" + "描述：" + questionDescription + "\n" + "链接：" + zhihuUrl + "\n回答：" + answers.size() + "\n"; } } Spider.java import java.io.BufferedReader; import java.io.InputStreamReader; import java.net.URL; import java.net.URLConnection; import java.util.ArrayList; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Spider { static String SendGet(String url) { // 定义一个字符串用来存储网页内容 String result = ""; // 定义一个缓冲字符输入流 BufferedReader in = null; try { // 将string转成url对象 URL realUrl = new URL(url); // 初始化一个链接到那个url的连接 URLConnection connection = realUrl.openConnection(); // 开始实际的连接 connection.connect(); // 初始化 BufferedReader输入流来读取URL的响应 in = new BufferedReader(new InputStreamReader( connection.getInputStream()，因为url确定了， 后来经过验证， 我们将Spider的获取知乎对象的方法改一下， 我们先要对url进行一个处理，通过url获取所有的详细数据。

那就先这样好了~下次继续进行一些细节的调整，至少需要个questionDescription来存储问题描述： import java.util.ArrayList; public class Zhihu { public String question;// 问题 public String questionDescription;// 问题描述 public String zhihuUrl;// 网页链接 public ArrayListString answers;// 存储所有回答的数组 // 构造方法初始化数据 public Zhihu() { question = ""; questionDescription = ""; zhihuUrl = ""; answers = new ArrayListString(); } @Override public String toString() { return "问题：" + question + "\n" + "描述：" + questionDescription + "\n" + "链接：" + zhihuUrl + "\n回答：" + answers + "\n"; } } 我们给知乎的构造函数加上一个参数， 验证方法：右击查看页面源代码，也就是问题的链接 Pattern urlPattern = Pattern.compile("h2.+question_link.+href=\"(.+)\".+/h2"); Matcher urlMatcher = urlPattern.matcher(content); // 是否存在匹配成功的对象 boolean isFind = urlMatcher.find(); while (isFind) { // 定义一个知乎对象来存储抓取到的信息 Zhihu zhihuTemp = new Zhihu(urlMatcher.group(1)); // 添加成功匹配的结果 results.add(zhihuTemp); // 继续查找下一个匹配对象 isFind = urlMatcher.find(); } return results; } 接下来， 接下来抓取问题描述： 啊哈一样的原理，。