没写过，但是HTML要知道的吧，可以用StAX解析HTML，简单的java基础要的。别的不太清楚，正好看到核心技术2用StAX模拟的网络爬虫。大概就用了这么多知识。
我记得还得会正则表达式，好爬东西，你不如去网上找找视频，看看大致怎么做。。
必须要会正则表达式
