用java作一个类似google爬虫的信息聚合器?

这个东西比较复杂，至少要涉及以下方面：

1）多线程的自动http下载。

2）html文件的格式解析。

3）把解析后的数据存入数据库。

给你一个网站连接，里面有大量的Java开源软件，你可以选择合适的类库，在这基础上进行开发。
http://www.open-open.com/