Java正則表達式(一)、抓取網頁email地址實例 – JAVA編程語言程序開發技術文章

實現思路:
1、使用java.net.URL對象,綁定網絡上某一個網頁的地址
2、通過java.net.URL對象的openConnection()方法獲得一個HttpConnection對象
3、通過HttpConnection對象的getInputStream()方法獲得該網絡文件的輸入流對象InputStream
4、循環讀取流中的每一行數據,並由Pattern對象編譯的正則表達式區配每一行字符,取得email地址
[java] 
package regex; 
 
import java.io.BufferedReader; 
import java.io.InputStreamReader; 
import java.net.URL; 
import java.net.URLConnection; 
import java.util.regex.Matcher; 
import java.util.regex.Pattern; 
 
/**
 * 網絡爬蟲,抓取網頁中的email地址
 */ 
public class WebCrawlersDemo { 
     
    public static void main(String[] args) throws Exception { 
        URL url = new URL("http://www.tianya.cn/publicforum/content/english/1/129176.shtml"); 
        // 打開連接 
        URLConnection conn = url.openConnection(); 
        // 設置連接網絡超時時間 
        conn.setConnectTimeout(1000 * 10); 
        // 讀取指定網絡地址中的文件 
        BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream())); 
        String line = null; 
        String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";  // 匹配email的正則 
        Pattern p = Pattern.compile(regex); 
        while((line = bufr.readLine()) != null) { 
            Matcher m = p.matcher(line); 
            while(m.find()) { 
                System.out.println(m.group());<span style="white-space:pre">  </span>// 獲得匹配的email 
            } 
        } 
    } 
 

結果:
作者:xyang81

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。