Java本地爬虫和网络爬虫

本地爬虫

Pattern：表示正则表达式。
Matcher：文本匹配器，按照正则表达式的规则式去读取字符串，从头开始。

1.获取正则表达式对象
Pattern p = Pattern.compile(正则表达式);

2.获取文本匹配器对象
Matcher m = p.matcher(大串）；//m要在大串中找符合规则的子串。

3.拿着文本匹配器从头开始读取，寻找满足规则的子串。
若有返回trun，并在底层记录子串起始索引，和结束索引+1。
boolean b = m.find

4.底层根据记录的索引，对字符串进行截取。//subString（x，y）包头不包尾
while(m.find){
String str = m.group();
System.out.println(str); }

网络爬虫

1.创建URL对象
URL url = new URL(“网站”);

2.连接网络
URLConnection con = url.openConnection();

3.创建一个对象去读取数据
BufferedReader br = new BufferedReader(new InPutStreamReader(con.getInPutStream()));
String line;

4.获取正则表达式对象
Pattern p = Pattern.compile(正则表达式);

5.在读取的时候每次读一整行
while（line=br.readLine（）！=null）{
Matcher m = p.matcher(line）；
while（matcher.find){System.out.println(matcher.group());}
}
br.close();