走过路过不要错过~java语言抓取网页想要的内容

Posted 2020-07-13

 

学习了正则之后，打算用java玩一玩，所以就决定用它来实现一个好玩的idea

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
//和网络相关的操作
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 正则抓取邮箱
 * @author 大鹏
 *
 */
public class Test {
  public static void main(String[] args) throws IOException {
     //1.1   我们首先来创建一个url对象
      URL url = new URL("//这里需要写一个有邮箱地址的网页");  
     //1.2  打开连接  
      URLConnection conn = url.openConnection();  
     //1.3  设置连接网络超时时间   单位为毫秒
      conn.setConnectTimeout(1000 * 10);  
     //1.4  通过流 操作读取指定网络地址中的文件  
      BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));  
      String line = null;  
     //1.5 匹配邮箱地址的正则，看不懂没关系只要知道是匹配邮箱地址的正则
      String regex = "[a-zA-Z0-9_-][email protected]\\\\w+\\\\.[a-z]+(\\\\.[a-z]+)?";
     //1.6 使用模式的compile()方法生成模式对象
      Pattern p = Pattern.compile(regex);  
     //1.  
      while((line = bufr.readLine()) != null) {  
          Matcher m = p.matcher(line);  
          while(m.find()) {  
              System.out.println(m.group());// 获得匹配的email  
          }  
      }  
  }
}

抓网页当中的所有邮箱地址