java正则表达式的爬虫

 代码

public class demo051401 {
    public static void main(String[] args) throws IOException {
//        爬虫
//        创建一个url对象，获取要爬虫的地址
//        创建一个对象去读取url里面的网络数据
        URL url = new URL("http://www.yy521.com/qq/article/6827.html");
//        java .openConnection() 是 Java 中用于建立网络连接的方法之一，通常用于创建 HTTP 连接。
        URLConnection conn = url.openConnection();
//        conn.getInputStream(): 这个方法返回与 URLConnection 关联的输入流。这个输入流用于从
//        远程服务器读取数据，可以通过它来获取服务器的响应。
//
//        InputStreamReader: 这个类是字节流到字符流的桥梁，它将字节流转换为字符流。在这里，
//        InputStreamReader 将 conn.getInputStream() 返回的字节流转换为字符流。
//
//        BufferedReader: 这个类用于读取字符输入流，并提供了缓冲功能，可以提高读取效率。
//        在这里，BufferedReader 会从 InputStreamReader 返回的字符流中读取数据。
        BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
//        定义一个字符串 line
        String line;
        String regex = "[1-9]\\d{17}";
//        将上面定义的正则表达式字符串编译成一个 Pattern 对象。Pattern 类是 Java 中用于表示正则表达式的对象
        Pattern pattern = Pattern.compile(regex);
//        java.readLine() 是 Java 中用于从标准输入流（通常是控制台输入）读取一行文本的方法
        while ((line = br.readLine()) != null){
//            按照pattern的规则去读当前的这行信息
//            Matcher 类用于执行正则表达式的匹配操作
            Matcher matcher = pattern.matcher(line);
            while (matcher.find()){
                System.out.println(matcher.group());
            }
        }
    }
}

 结果