首页 > 代码库 > 网络爬虫1
网络爬虫1
网络爬虫，web crawler（网页蜘蛛，网络机器人,网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序
最简单的网络爬虫：读取页面中所有的邮箱
import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;import java.net.URL;import java.net.URLConnection;import java.util.regex.Matcher;import java.util.regex.Pattern;public class WebCrawler { public static void main(String[] args) throws IOException{ // 网址 //URL url = new URL("http://localhost:8080/JavaWeb/index.jsp");
URL url = new URL("https://www.meizu.com/contact.html"); URLConnection conn = url.openConnection(); // 转流 InputStream is = conn.getInputStream(); InputStreamReader isReader = new InputStreamReader(is); // 读取 BufferedReader bufRead = new BufferedReader(isReader); String line = null; String mailReg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(mailReg); while((line=bufRead.readLine())!=null){ // 匹配 Matcher matcher = p.matcher(line); while(matcher.find()){ System.out.println(matcher.group()); } } is.close(); }}
网络爬虫1
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。