java爬取http://www.cdt-kxjs.com/scientific/research/14972.html

Java 爬取网页可以使用 Jsoup 库，它可以让我们方便地使用 CSS 选择器来解析 HTML 页面。

首先，我们需要添加 Jsoup 的依赖：

<dependency>
  <groupId>org.jsoup</groupId>
  <artifactId>jsoup</artifactId>
  <version>1.14.2</version>
</dependency>

然后，我们可以编写 Java 代码来实现页面爬取和解析：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class SpiderExample {
  public static void main(String[] args) throws Exception {
    // 发送 GET 请求，获取页面内容
    String url = "http://www.cdt-kxjs.com/scientific/research/14972.html";
    Document doc = Jsoup.connect(url).get();

    // 获取项目名称
    Element titleEl = doc.selectFirst("div.title > h2");
    String title = titleEl.text().trim();
    System.out.println(title);

    // 获取项目负责人
    Element leaderEl = doc.selectFirst("div.author > span:nth-child(2)");
    String leader = leaderEl.text().trim();
    System.out.println(leader);

    // 获取项目来源和时间
    Element sourceTimeEl = doc.selectFirst("div.author > span:nth-child(4)");
    String sourceTime = sourceTimeEl.text().trim();
    System.out.println(sourceTime);

    // 获取项目简介
    Element summaryEl = doc.selectFirst("div.introduction > p");
    String summary = summaryEl.text().trim();
    System.out.println(summary);
  }
}

代码中，我们首先发送 GET 请求，获取页面内容。然后，我们使用 Jsoup 库解析页面内容，使用 CSS 选择器来获取页面中的项目名称、项目负责人、项目来源和时间以及项目简介，并输出结果。

需要注意的是，在实际爬取中，我们需要对页面中的数据进行一些清洗和处理，确保数据的准确性和完整性。此外，我们也需要遵守网站的爬取规则，确保不会对网站造成不必要的影响。