快捷導(dǎo)航

java使用正則抓取網(wǎng)頁郵箱

更新時(shí)間：2016年05月27日 08:41:55 投稿：lijiao

這篇文章主要為大家詳細(xì)介紹了java使用正則抓取網(wǎng)頁郵箱的相關(guān)資料，感興趣的小伙伴們可以參考一下

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(shí)現(xiàn)思路：

1、使用java.net.URL對(duì)象，綁定網(wǎng)絡(luò)上某一個(gè)網(wǎng)頁的地址
2、通過java.net.URL對(duì)象的openConnection()方法獲得一個(gè)HttpConnection對(duì)象
3、通過HttpConnection對(duì)象的getInputStream()方法獲得該網(wǎng)絡(luò)文件的輸入流對(duì)象InputStream
4、循環(huán)讀取流中的每一行數(shù)據(jù)，并由Pattern對(duì)象編譯的正則表達(dá)式區(qū)配每一行字符，取得email地址

下面是我們的代碼：

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(gè)url對(duì)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(shí)時(shí)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(duì)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(hào)，”+ ”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(jià)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(diǎn)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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

RabbitMQ?延遲隊(duì)列實(shí)現(xiàn)訂單支付結(jié)果異步階梯性通知(實(shí)例代碼)
這篇文章主要介紹了RabbitMQ?延遲隊(duì)列實(shí)現(xiàn)訂單支付結(jié)果異步階梯性通知,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2022-02-02
idea maven 構(gòu)建本地jar包及pom文件的過程
這篇文章主要介紹了idea maven 構(gòu)建本地jar包及pom文件的過程,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友參考下吧
2023-11-11
java多線程從入門到精通看這篇就夠了
熟悉 Java 多線程編程的同學(xué)都知道，當(dāng)我們線程創(chuàng)建過多時(shí)，容易引發(fā)內(nèi)存溢出，因此我們就有必要使用線程池的技術(shù)了，今天通過本文給大家分享java多線程從入門到精通的相關(guān)知識(shí)，一起看看吧
2021-06-06
Java計(jì)算兩個(gè)程序運(yùn)行時(shí)間的實(shí)例
下面小編就為大家?guī)硪黄狫ava計(jì)算兩個(gè)程序運(yùn)行時(shí)間的實(shí)例。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧
2017-04-04
vue3實(shí)現(xiàn)一個(gè)todo-list
這篇文章主要為大家詳細(xì)介紹了基于vuejs實(shí)現(xiàn)一個(gè)todolist項(xiàng)目，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能給你帶來幫助
2021-08-08
Java如何處理圖片保存之后變紅色的問題
這篇文章主要介紹了Java如何處理圖片保存之后變紅色的問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
2023-11-11
有關(guān)IntelliJ IDEA中LeetCode插件配置問題
這篇文章主要介紹了關(guān)于IntelliJ IDEA中LeetCode插件配置問題,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2020-08-08
FreeMarker配置(Configuration)
所有與該configuration 對(duì)象關(guān)聯(lián)的模版實(shí)例都就可以通過獲得to_upper 轉(zhuǎn)換器，company 來獲得字符串，因此你不需要再一次次的往root 中添加這些變量了。如果你往root 添加同名的變量，那么你新添加的變量將會(huì)覆蓋之前的共享變量。
2016-04-04
詳解Java泛型中類型擦除問題的解決方法
Java泛型的實(shí)現(xiàn)是不完整的，有時(shí)會(huì)遇到一些Java泛型類型擦除的問題。本文將詳細(xì)為大家講解Java泛型中類型擦除問題的解決方法，需要的可以參考一下
2022-05-05
Java實(shí)現(xiàn)簡(jiǎn)單樹結(jié)構(gòu)
這篇文章主要為大家詳細(xì)介紹了Java實(shí)現(xiàn)簡(jiǎn)單樹結(jié)構(gòu)的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2017-01-01