使用正則抓捕網(wǎng)上郵箱
這就是我們需要抓捕的網(wǎng)站。
實現(xiàn)思路：
1、使用java.net.URL對象，綁定網(wǎng)絡(luò)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(luò)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
下面是我們的代碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
package cn.bdqn;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;//和網(wǎng)絡(luò)相關(guān)的操作import java.net.URL;import java.net.URLConnection;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * 正則抓取郵箱 * @author happy * */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("https://www.douban.com/group/topic/8845032/"); //1.2 打開連接 URLConnection conn = url.openConnection(); //1.3 設(shè)置連接網(wǎng)絡(luò)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(luò)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 } } }} |
這里主要是利用正則來匹配郵箱：
String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";
[a-zA-Z0-9_-]只能包含字母、數(shù)字、下劃線、減號，”+ ”的話就是匹配[a-zA-Z0-9_-]一次或多次，@后可以出現(xiàn)任何非單字符等價于[^a-zA-Z0-9_],他可以重復(fù)出現(xiàn)一次或多次，結(jié)束后必須要有\(zhòng).是給.做轉(zhuǎn)義的，然后點后可以出現(xiàn)a到z之間的任意字符。
捕獲的結(jié)果如下：
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習有所幫助，也希望大家多多支持服務(wù)器之家。
