码迷,mamicode.com
首页 > Web开发 > 详细

正则表达式--——网页爬虫

时间:2014-07-20 15:16:41      阅读:217      评论:0      收藏:0      [点我收藏+]

标签:正则表达式

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

正则表达式--——网页爬虫

标签:正则表达式

原文地址:http://jiangzuun2014.blog.51cto.com/8732469/1440433

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!