java使用正則抓取網(wǎng)頁郵箱
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(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(xí)有所幫助，也希望大家多多支持腳本之家。
- java代碼抓取網(wǎng)頁郵箱的實現(xiàn)方法
- JAVA使用爬蟲抓取網(wǎng)站網(wǎng)頁內(nèi)容的方法
- java抓取網(wǎng)頁數(shù)據(jù)獲取網(wǎng)頁中所有的鏈接實例分享
- 零基礎(chǔ)寫Java知乎爬蟲之抓取知乎答案
- 零基礎(chǔ)寫Java知乎爬蟲之將抓取的內(nèi)容存儲到本地
- java簡單網(wǎng)頁抓取的實現(xiàn)方法
- java抓取12306信息實現(xiàn)火車余票查詢示例
- java 抓取網(wǎng)頁內(nèi)容實現(xiàn)代碼
- java抓取鼠標(biāo)事件和鼠標(biāo)滾輪事件示例
- java抓取網(wǎng)頁或文件中的郵箱號碼
相關(guān)文章
RabbitMQ?延遲隊列實現(xiàn)訂單支付結(jié)果異步階梯性通知(實例代碼)
這篇文章主要介紹了RabbitMQ?延遲隊列實現(xiàn)訂單支付結(jié)果異步階梯性通知,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，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,本文通過實例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2023-11-11
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，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，一起看看吧2021-06-06
下面小編就為大家?guī)硪黄狫ava計算兩個程序運行時間的實例。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-04-04
這篇文章主要為大家詳細(xì)介紹了基于vuejs實現(xiàn)一個todolist項目，具有一定的參考價值，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
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,具有很好的參考價值,希望對大家有所幫助,如有錯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)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-08-08
所有與該configuration 對象關(guān)聯(lián)的模版實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覆蓋之前的共享變量。2016-04-04
Java泛型的實現(xiàn)是不完整的，有時會遇到一些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
這篇文章主要為大家詳細(xì)介紹了Java實現(xiàn)簡單樹結(jié)構(gòu)的相關(guān)資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-01-01