抓取指定网页中的邮箱地址

最新推荐文章于 2021-12-29 11:06:03 发布

shang1jk

最新推荐文章于 2021-12-29 11:06:03 发布

阅读量2.7k

点赞数

分类专栏：小例子文章标签： Java 正则表达式邮箱

本文链接：https://blog.csdn.net/shang1jk/article/details/8782455

版权

该博客介绍了如何利用Java编程抓取指定网页中的邮箱地址，通过正则表达式进行匹配和提取。提供了相关文件的下载链接。

摘要由CSDN通过智能技术生成

/*
需求:
从web.txt文件中存的网址里抓取邮箱地址, 存在mail.txt文件中. 

思路: 
1, 从web.txt中读取网址, 建立连接, 用SequenceInputStream将所有网页源文件存在source.txt中. 
2, 调用getMails方法抓邮箱, 抓到的邮箱存在mail.txt中. 
*/

import java.net.*;
import java.io.*;
import java.util.*;
import java.util.regex.*;

public class Spider
{
	public static void main(String[] args) throws Exception
	{
		System.out.println("please wait..");
		getWebSource();
		System.out.println("get source success!");
		getMails();
		System.out.println("you have done.");
	}

	public static void getWebSource() throws Exception
	{
		Vector<InputStream> v = new Vector<InputStream>();
		
		BufferedReader bufr = 
				new BufferedReader(new FileReader("web.txt"));

		String line = null;
		while((line=bufr.readLine()) != null)
		{
			URL url = new URL(line);

			v.add(url.openStream());
		}

		Enumeration<InputStream> en = v.elements();

		SequenceInp