正则表达式（网页爬虫）

/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
class RegexTest2 
{
public static void main(String[] args) throws Exception
{
//getMails();
getMails_1();
}
public static void getMails_1() throws Exception
{
URL url = new URL("https://tieba.baidu.com/p/2278702145");


//获取连接器
URLConnection conn = url.openConnection();


BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));

String line = null;


String mailreg = "\\w+@\\w+(\\.\\w+)+";


//将规则封装成对象。将给定的正则表达式编译到模式中
Pattern p = Pattern.compile(mailreg);


while ((line=bufIn.readLine())!=null)
{
//让正则对象和要作用的字符串相关联，获取匹配器对象。
Matcher m = p.matcher(line);
while (m.find())
{
System.out.println(m.group());
}
}


}

/*
获取指定文档中的邮件地址
使用获取功能。Pattern Matcher
*/
public static void getMails() throws Exception
{
BufferedReader bufr =
new BufferedReader(new FileReader("c:\\mail.txt"));


String line = null;


String mailreg = "\\w+@\\w+(\\.\\w+)+";


//将规则封装成对象。将给定的正则表达式编译到模式中。
Pattern p = Pattern.compile(mailreg);






while ((line=bufr.readLine())!=null)
{
//要和line关联起来
//System.out.println(line);
//让正则对象和要作用的字符串相关联，获取匹配器对象。
Matcher m = p.matcher(line);
while(m.find())
{
//用于获取匹配后结果
System.out.println(m.group());
}
}
}
}