Java爬蟲是用Java語言編寫的一種自動化程序，主要目的是用于抓取互聯網上的數據。Java爬蟲可以爬取網頁內容和其中附件，比如圖片、視頻等資源。

Java爬蟲主要分為以下幾個步驟：

1. 發送http請求，獲取網頁源代碼或二進制數據
 2. 對網頁源代碼進行解析，提取所需要的信息
 3. 如果需要，爬蟲將會對網頁上的附件進行下載

下面是一個Java爬蟲程序的代碼示例，可以用于獲取一個網頁上的鏈接。

import java.io.IOException;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class WebCrawler {
public static void main(String[] args) throws IOException {
// 獲取url
String urlString = "https://www.example.com/";
URL url = new URL(urlString);
// 讀取網頁源代碼
String pageContents = IOUtils.toString(url, "UTF-8");
// 找到所有鏈接
Pattern pattern = Pattern.compile("a href=\"(.*?)\"");
Matcher matcher = pattern.matcher(pageContents);
while (matcher.find()) {
// 輸出鏈接
System.out.println(matcher.group(1));
}
}
}

上面的代碼中使用了Java中的正則表達式來匹配網頁中的鏈接，使用了Apache的IOUtils來讀取網頁內容。這只是一個非常簡單的例子，但是可以作為學習如何編寫Java爬蟲的一個入門基礎。