java使用正则抓取网页邮箱

使用正则抓捕网上邮箱

java使用正则抓取网页邮箱

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 

									   } 

									  } 

									 }

									}