如何使用io流爬取网页a标签里面的文字数据

你可以使用Java的网络编程和IO流来实现爬取网页a标签里面的文字数据。具体步骤如下：

1. 使用Java的URL类来打开网页，获取URLConnection对象。

2. 设置URLConnection对象的属性，如请求方式、超时时间等。

3. 通过URLConnection对象获取输入流，使用BufferedReader读取输入流中的网页内容。

4. 使用正则表达式或者第三方库（如jsoup）来解析网页内容，提取a标签里面的文字数据。

5. 将提取出来的文字数据输出到文件或者控制台。

下面是一个简单的示例代码，可以实现上述功能：

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class WebCrawler {
    public static void main(String[] args) throws Exception {
        String urlString = "https://www.example.com";
        URL url = new URL(urlString);

        URLConnection conn = url.openConnection();
        conn.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.111 Safari/537.36");
        conn.setConnectTimeout(5000);
        conn.setReadTimeout(5000);

        InputStream is = conn.getInputStream();
        BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));

        String line;
        StringBuilder sb = new StringBuilder();
        while ((line = br.readLine()) != null) {
            sb.append(line);
        }

        Pattern pattern = Pattern.compile("<a.*?>(.*?)</a>");
        Matcher matcher = pattern.matcher(sb.toString());
        while (matcher.find()) {
            System.out.println(matcher.group(1));
        }

        br.close();
        is.close();
    }
}

在这个示例代码中，我们首先打开了一个网页，使用URLConnection对象设置了请求头和超时时间，并获取了输入流。然后我们使用BufferedReader读取了输入流中的网页内容，将其存放到了StringBuilder对象中。

接下来，我们使用正则表达式来解析网页内容，提取其中的a标签里面的文字数据。最后，我们将提取出来的文字数据输出到控制台。

需要注意的是，在实际的开发中，为了防止网站反爬虫，我们可能需要设置更多的请求头，或者使用代理IP等技术来隐藏我们的真实IP地址。