首页 / 正则 / 正则表达式：网页爬虫

正则表达式：网页爬虫

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了正则表达式：网页爬虫，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1215字，纯文字阅读大概需要2分钟。

内容图文

这是对正则表达式的一个小应用，爬取指定网页的指定内容。这里用的是一个博客网页，抓取邮箱到集合里。

            import
             java.io.BufferedReader;

            import
             java.io.IOException;

            import
             java.io.InputStreamReader;

            import
             java.net.URL;

            import
             java.util.ArrayList;

            import
             java.util.List;

            import
             java.util.regex.Matcher;

            import
             java.util.regex.Pattern;


            public
            class
             RegexDemo2 {

    
            /**
            
     * 
            @param
             args
     * 
            @throws
             IOException
     
            */
            /*
            
     * 网页爬虫：其实就一个程序用于在互联网中获取符合指定规则的数据。 爬取邮箱地址。
     
            */
            public
            static
            void main(String[] args) throws IOException {
        List<String> list = getMailsByWeb();
        for (String mail : list) {
            System.out.println(mail);
        }
    }

    publicstatic List<String> getMailsByWeb() throws IOException {

        URL url = new URL("http://blog.sina.com.cn/s/blog_515617e60101e151.html");
        BufferedReader bufIn = new BufferedReader(new InputStreamReader(
                url.openStream()));
        // 对读取的数据进行规则的匹配。从中获取符合规则的数据.
        String mail_regex = "\\w+@\\w+(\\.\\w+)+";

        List<String> list = new ArrayList<String>();
        Pattern p = Pattern.compile(mail_regex);

        String line = null;

        while ((line = bufIn.readLine()) != null) {

            Matcher m = p.matcher(line);
            while (m.find()) {
                // 3,将符合规则的数据存储到集合中。                list.add(m.group());
            }

        }

        return list;
    }

}

原文：http://www.cnblogs.com/stonewu/p/3692994.html

内容总结

以上是互联网集市为您收集整理的正则表达式：网页爬虫全部内容，希望文章能够帮你解决正则表达式：网页爬虫所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1232136.html

来源：【匿名】