java使用正则抓取网页邮箱

使用正则抓捕网上邮箱

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 
   } 
  } 
 }
}

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：

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。