java利用正则表达式写一个简单的网络爬虫

package regularExpression;

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.nio.charset.Charset;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test2
{
	/*
	 * 简单的网络爬虫
	 * 想将淘宝的超链接取出来
	 */
	public static void main(String[] args) throws Exception
	{
		String getString = GetString("https://www.taobao.com/");
		//这里写上非贪婪模式,不然这个链接里面还包含链接
//		Pattern p=Pattern.compile("<a[\\s\\S]+?</a>");
		//这里可以将href和后面的链接取出来
//		Pattern p=Pattern.compile("href=\".+?\"");
//		Pattern p=Pattern.compile("href=\"(.+?)\"");
		//再次进行过滤
		Pattern p=Pattern.compile("href=\"([\\w\\s./:]+?)\"");
		Matcher m = p.matcher(getString);
		while(m.find())
		{
			System.out.println(m.group(1));
		}
	}
	public static String GetString(String url) throws Exception
	{
		URL url2 = new URL(url);
		BufferedReader in=new BufferedReader(new InputStreamReader(url2.openStream(),Charset.forName("utf-8")));
		StringBuffer all=new StringBuffer();
		String temp="";
		while((temp=in.readLine())!=null)
		{
			all.append(temp+"\n");
		}
		return all.toString();
	}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ReflectMirroring

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值