最近准备写的系列文章，先把目录列出来，一节一节慢慢写。
受众是对Java编程有一定基础的开发者、希望了解网络爬虫原理并在Java中实现的读者。
会介绍网络爬虫的基本原理、Java中实现网络爬虫的方法、避免被反爬虫机制识别等相关技术。
详细内容有五个方面：
-
网络爬虫的基本原理：介绍网络爬虫是如何从互联网上抓取数据的，包括网络爬虫的工作流程、爬虫如何从网页中提取数据等。
-
Java中实现网络爬虫的方法：介绍如何使用Java编写网络爬虫，包括如何发起HTTP请求、如何解析HTML页面、如何处理数据等。
-
避免被反爬虫机制识别：介绍如何避免被网站的反爬虫机制识别和屏蔽，包括如何设置请求头、如何模拟用户行为、如何使用代理IP等。
-
实践案例分析：结合实际案例，介绍如何使用Java编写网络爬虫，包括如何处理JavaScript渲染的页面、如何爬取动态页面等。
-
注意事项和常见问题：介绍使用Java编写网络爬虫时需要注意的事项和常见问题，包括如何处理异常、如何提高爬取效率等。
目录
1. 爬虫概述
1.1 前言
1.2 规则
2. 技术基础
2.1 开发环境
2.2 Java基础
2.3 框架与类库
3. 定向采集
3.1 下载网页
3.2 下载图片与文件
3.3 HttpClient
3.4 Selenium
4. 信息提取
4.1 xpath解析规则
4.2 图像OCR识别
5. 数据存储
6. 高级技巧
6.1 匿名代理池
6.2 Header伪装
6.3 关键字字典
6.4 抓取进度管理
7. 实战案例
7.1 国家统计局
7.2 时光网
7.3 彩票开奖信息
7.4 代理信息
7.5 前程无忧