java 正则提取邮箱_java使用正则抓取网页邮箱

使用正则抓捕网上邮箱

java 正则提取邮箱_java使用正则抓取网页邮箱_第1张图片

这就是我们需要抓捕的网站。

实现思路:

1、使用java.net.url对象,绑定网络上某一个网页的地址

2、通过java.net.url对象的openconnection()方法获得一个httpconnection对象

3、通过httpconnection对象的getinputstream()方法获得该网络文件的输入流对象inputstream

4、循环读取流中的每一行数据,并由pattern对象编译的正则表达式区配每一行字符,取得email地址

下面是我们的代码:

package cn.bdqn;

import java.io.bufferedreader;

import java.io.ioexception;

import java.io.inputstreamreader;

//和网络相关的操作

import java.net.url;

import java.net.urlconnection;

import java.util.regex.matcher;

import java.util.regex.pattern;

/**

* 正则抓取邮箱

* @author happy

*

*/

public class test {

public static void main(string[] args) throws ioexception {

//1.1 创建一个url对象

url url = new url("https://www.douban.com/group/topic/8845032/");

//1.2 打开连接

urlconnection conn = url.openconnection();

//1.3 设置连接网络超时时间 单位为毫秒

conn.setconnecttimeout(1000 * 10);

//1.4 通过流 操作读取指定网络地址中的文件

bufferedreader bufr = new bufferedreader(new inputstreamreader(conn.getinputstream()));

string line = null;

//1.5 匹配email的正则

string regex = "[a-za-z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";

//1.6 使用模式的compile()方法生成模式对象

pattern p = pattern.compile(regex);

//1.

while((line = bufr.readline()) != null) {

matcher m = p.matcher(line);

while(m.find()) {

system.out.println(m.group());// 获得匹配的email

}

}

}

}

这里主要是利用正则来匹配邮箱:

string regex = "[a-za-z0-9_-]+@\\w+\\.[a-z]+(]+)?";

[a-za-z0-9_-]只能包含字母、数字、下划线、减号,”+ ”的话就是匹配[a-za-z0-9_-]一次或多次,@后可以出现任何非单字符等价于[^a-za-z0-9_],他可以重复出现一次或多次,结束后必须要有\.是给.做转义的,然后点后可以出现a到z之间的任意字符。

捕获的结果如下:

java 正则提取邮箱_java使用正则抓取网页邮箱_第2张图片

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持萬仟网。

如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

你可能感兴趣的:(java,正则提取邮箱)