利用正则表达式抓取Email地址

这是一个利用正则表达式获取本地储存的文件（txt doc html）或网页中得Email地址。在原理上接近网络爬虫。

但是我在做测试得时候，不能获取openOffice的文件中的地址。应该是编码问题。可是openOffice号称自己

完全支持MS Office 得文件，那编码应该式兼容的啊。而MS的doc文件在试验中式成功的。这个我问题我以后再看看吧。

其中的英语是在太面，但是我得坚持用英语写。

1. /*
2.  * This program was write for catching  email addresses
3.  * from a document that contains lots of them.
4.  */
6. import java.io.BufferedReader;
7. import java.io.FileNotFoundException;
8. import java.io.FileReader;
9. import java.io.IOException;
10. import java.io.InputStream;
11. import java.io.InputStreamReader;
12. import java.net.HttpURLConnection;
13. import java.net.MalformedURLException;
14. import java.net.URL;
15. import java.util.regex.Matcher;
16. import java.util.regex.Pattern;
18. /**
19.  * @author Sancho_lai
20.  * 
21.  */
22. public class ReadFileFromLocalAndWeb {
24.     public void test() {
25.         /**
26.          * this part get email address from local doc
27.          */
28.         System.out.println("********************Get Email Address From Local doc********************");
29.         try {
30.             /*
31.              * here you can input whatever address of doc that contains the email addresses you want,
32.              */
33.             BufferedReader br = new BufferedReader(new FileReader("E://workspace//Project_For_ToyTest//doc//EmailAddress.txt"));
34. //          BufferedReader br = new BufferedReader(new FileReader("E://workspace//Project_For_ToyTest//doc//New OpenDocument Text.odt"));
35.             String line = "";
36.             
37.             while( (line = br.readLine()) != null) {
38.                 parser(line);
39.             }
40.         } catch (FileNotFoundException e) {
41.             e.printStackTrace();
42.         } catch (IOException e) {
43.             e.printStackTrace();
44.         }
45.         /**
46.          * this part get email address from web
47.          */
48.         System.out.println("********************Get Email Address From the Web********************");
49.         String line = "";
50.         InputStream urlStream;
51.         try {
52.             URL url = new URL("http://www.8885.net/bbs/thread-189746-1-3.html");
53.             HttpURLConnection connection = (HttpURLConnection)url.openConnection();
54.             urlStream = connection.getInputStream();
55.             BufferedReader br = new BufferedReader(new InputStreamReader(urlStream,"gbk"));
56.             while( (line = br.readLine()) != null) {
57.                 parser(line);
58.             }
59.         } catch (MalformedURLException e) {
60.             e.printStackTrace();
61.         } catch (IOException e) {
62.             e.printStackTrace();
63.         } finally {
64.         }
65.     }
67.     private void parser(String line) {
68.         //this is the email address pattern.
69.         Pattern p = Pattern.compile("[//w[.-]]+@[//w[.-]]+//.[//w]+");
70.         Matcher m = p.matcher(line);
71.         while(m.find()) {
72.             System.out.println(m.group());
73.         }
74.     }
76.        public static vide main(String[] args) {
77.            ReadFileFromLocalAndWeb t = new ReadFileFromLocalAndWeb();
78.            t.test();
79.        }
80. }