Java正则表达式，抓取网页email地址实例

转载自：http://blog.csdn.net/xyang81/article/details/7705960

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

 package regex;

 import java.io.BufferedReader;
 import java.io.InputStreamReader;
 import java.net.URL;
 import java.net.URLConnection;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;

 /**
  * 网络爬虫，抓取网页中的email地址
  */
 public class WebCrawlersDemo {

     public static void main(String[] args) throws Exception {
         URL url = new URL("http://www.tianya.cn/publicforum/content/english/1/129176.shtml");
         // 打开连接
         URLConnection conn = url.openConnection();
         // 设置连接网络超时时间
         conn.setConnectTimeout(1000 * 10);
         // 读取指定网络地址中的文件
         BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));
         String line = null;
         String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";  // 匹配email的正则
         Pattern p = Pattern.compile(regex);
         while((line = bufr.readLine()) != null) {
             Matcher m = p.matcher(line);
             while(m.find()) {
                 System.out.println(m.group());<span style="white-space:pre">  </span>// 获得匹配的email
             }
         }
     }

 }

结果：