Java学习: 网络爬虫

1. 从网页上抓取我们感兴趣的内容.

2. 得到网页的源代码, 通过正则表达式找的我们需要的信息.保存起来.

3.代码实现

URL url = new URL(网页地址);
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
//设置代理,有些网页不允许Java访问.
connection.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)");
connection.setDoOutput(true);
//得到网页编码
String charset = getCharset(connection.getContentType());
//初始化输出流
BufferedReader br = new BufferedReader(new InputStreamReader(
					connection.getInputStream(), charset));
while ((str = br.readLine()) != null) {
	//邮箱正则表达式
	Pattern pattern = Pattern
				.compile("[a-zA-Z0-9_.-]+@[a-zA-Z0-9-]+\\.[a-zA-Z]{2,4}");
	Matcher matcher = pattern.matcher(str);
	//如果找到则输出
	while (matcher.find()) {
		String reString = matcher.group();
		System.out.println(reString);
	}
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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