正则表达式--——网页爬虫
浏览数：23 /
时间：2015年06月09日
网页爬虫
import java.net.*;
import java.io.*;
import java.util.regex.*;
class findMail
{
public static void main(String[] args) throws Exception
{
//读取流 关联文件
//BufferedReader bin = new BufferedReader(new FileReader("mail.txt"));
//获取网页上的数据 需要获取输入流 来自网页端的 URLConnection的getInputStream()来获取输入流
URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");
URLConnection conn = url.openConnection();
BufferedReader bin = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
//定义 邮箱 格式 正则规则
String mailreg = "\\w{2,13}@\\w{2,5}(\\.[a-z]+)+";
//正则规则 封装模式 对象
Pattern p = Pattern.compile(mailreg);
while ((line = bin.readLine())!=null)
{
Matcher m = p.matcher(line);//将模式与字符串关联
if (m.find())
{
System.out.println(m.group());
}
//System.out.println(line);
}
}
}本文出自 “要么拼命，要么滚回去！” 博客，请务必保留此出处http://jiangzuun2014.blog.51cto.com/8732469/1440433
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
