简单的解析文件，取URL地址，并根据地址抓下页面

/**
   *
   * 解析文件，取出URL地址
   *
   */
public static void regexStr(){
  String input="我想去这个网站http://www.handandaily.com问问题";
  Pattern p = Pattern.compile("http://[*[a-zA-Z]|w{3}].*[a-zA-Z]");
  Matcher m = p.matcher(input);
  m.find();
  String str=m.group();
        System.out.print(str);
}
/**
* 根据URL，把网页保存到本地
* @param urlStr
* @param filename
* @return
*/
public  static  boolean  getUrlToFileInputStream(String urlStr, String filename){
   DataInputStream dataInputStream=null;
   try{
      URL url = new URL(urlStr);
           URLConnection conn = url.openConnection();
           dataInputStream = new DataInputStream(conn.getInputStream());
     }catch(Exception e){
      e.getMessage();
     }
     DataOutputStream dataoutputstream = null;
   if(dataInputStream !=null){
         try {
    dataoutputstream = new DataOutputStream(new BufferedOutputStream(new FileOutputStream(filename)));
   byte b[] = new byte[1024*10];
   int len = 0;
   while ((len = dataInputStream.read(b, 0, 1024)) != -1) {
    dataoutputstream.write(b, 0, len);
   }

   dataoutputstream.flush();
         } catch (Exception e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
   }
            return true;
   }else{
    return false;
   }
  }

转载于:https://www.cnblogs.com/kaixin110/archive/2008/04/11/1148426.html