使用正则抓捕网上邮箱

Posted 2020-07-13 fyfighting

这就是我们需要抓捕的网站。

下面是我们的代码：

package cn.bdqn;
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 happy
 *
 */
public class Test {
  public static void main(String[] args) throws IOException {
     //1.1   创建一个url对象
      URL url = new URL("https://www.douban.com/group/topic/8845032/");  
     //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email的正则
      String regex = "[a-zA-Z0-9_-]+@\\\\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  
          }  
      }  
  }
}

这里主要是利用正则来匹配邮箱：

String regex = "[a-zA-Z0-9_-]+@\\\\w+\\\\.[a-z]+(\\\\.[a-z]+)?";

[a-zA-Z0-9_-]只能包含字母、数字、下划线、减号，”+ ”的话就是匹配[a-zA-Z0-9_-]一次或多次，@后可以出现任何非单字符等价于[^a-zA-Z0-9_],他可以重复出现一次或多次，结束后必须要有\\.是给.做转义的，然后点后可以出现a到z之间的任意字符。

捕获的结果如下：