java代碼抓取網(wǎng)頁郵箱的實現(xiàn)方法
實現(xiàn)思路:
1、使用java.net.URL對象,綁定網(wǎng)絡上某一個網(wǎng)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(wǎng)絡文件的輸入流對象InputStream
4、循環(huán)讀取流中的每一行數(shù)據(jù),并由Pattern對象編譯的正則表達式區(qū)配每一行字符,取得email地址
package cn.sdhzzl; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; //和網(wǎng)絡相關(guān)的操作 import java.net.URL; import java.net.URLConnection; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static void main(String[] args) throws IOException { //1.1 創(chuàng)建一個url對象 URL url = new URL("http://www.dbjr.com.cn/group/topic/8845032/"); //1.2 打開連接 URLConnection conn = url.openConnection(); //1.3 設置連接網(wǎng)絡超時時間 單位為毫秒 conn.setConnectTimeout(1000 * 10); //1.4 通過流 操作讀取指定網(wǎng)絡地址中的文件 BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream())); String line = null; //1.5 匹配email的正則 String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?"; //1.6 使用模式的compile()方法生成模式對象 Pattern p = Pattern.compile(regex); //1. while((line = bufr.readLine()) != null) { Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group());// 獲得匹配的email } } } }
以上這篇java代碼抓取網(wǎng)頁郵箱的實現(xiàn)方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Spring @Async 的使用與實現(xiàn)的示例代碼
本篇文章主要介紹了Spring @Async 的使用與實現(xiàn)的示例代碼,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-08-08