简单的Java网页爬虫

基础是Java正则表达式,将正则表达式封装成Pattern对象后使用匹配器,与需要获取的数据相关联

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

public class WebCrawl {
    public static void main(String[] args)throws Exception{
        webCrawl();
    }
    public static void webCrawl()throws Exception{
        URL u = new URL("http://blog.csdn.net/shenqidemao");
        URLConnection conn = u.openConnection();

        BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
        String mailRegex = "\\w+@\\w+(.\\w+)+";
        Pattern p = Pattern.compile(mailRegex);
        String line = null;
        while((line = bufIn.readLine())!=null){
            Matcher m = p.matcher(line);
            while(m.find()){
                System.out.println(m.group());
            }
        }
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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