007真人007真人

来源:乐虎lehu国际娱乐之家  责任编辑:小易  

网页爬虫:就是一个程序用于在互联网中获取指定规则的数据。

思路:

1.为模拟网页爬虫,我们可以现在我们的tomcat服务器端部署一个1.html网页。(部署的步骤:在tomcat目录的webapps目录的ROOTS目录下新建一个1.html。使用notepad++进行编辑,编辑内容为:

在这里插入图片描述

2.使用URL与网页建立联系
3.获取输入流,用于读取网页中的内容
4.建立正则规则,因为这里我们是爬去网页中的邮箱信息,所以建立匹配 邮箱的正则表达式:String regex="\w+@\w+(\.\w+)+";
5.将提取到的数据放到集合中。

代码:

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/*
 * 网页爬虫:就是一个程序用于在互联网中获取指定规则的数据
 * 
 * 
 */
public class RegexDemo {
 public static void main(String[] args) throws Exception {
 
 List<String> list=getMailByWeb();
 for(String str:list){
 System.out.println(str);
 }
 
 }
 private static List<String> getMailByWeb() throws Exception {
 
 //1.与网页建立联系。使用URL
 String path="https://localhost:8080//1.html";//后面写双斜杠是用于转义
 URL url=new URL(path);
 //2.获取输入流
 InputStream is=url.openStream();
 //加缓冲
 BufferedReader br=new BufferedReader(new InputStreamReader(is));
 //3.提取符合邮箱的数据
 String regex="\\w+@\\w+(\\.\\w+)+";
 //进行匹配
 //将正则规则封装成对象
 Pattern p=Pattern.compile(regex);
 //将提取到的数据放到一个集合中
 List<String> list=new ArrayList<String>();
 
 String line=null;
 while((line=br.readLine())!=null){
 //匹配器
 Matcher m=p.matcher(line);
 while(m.find()){
 //3.将符合规则的数据存储到集合中
 list.add(m.group());
 }
 }
 
 return list;
 }
}

注意:在执行前需要先开启tomcat服务器

运行结果:

在这里插入图片描述

总结

以上所述是小编给大家介绍的使用正则表达式实现网页爬虫的思路详解,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对乐虎lehu国际娱乐之家网站的支持!

您可能感兴趣的文章:


  • 本文相关:
  • python爬虫之正则表达式的使用教程详解
  • python爬虫之正则表达式基本用法实例分析
  • python爬虫正则表达式之处理换行符
  • python爬虫 正则表达式使用技巧及爬取个人博客的实例讲解
  • python爬虫入门教程--正则表达式完全指南(五)
  • python 爬虫学习笔记之正则表达式
  • 玩转python爬虫之正则表达式
  • python的爬虫包beautiful soup中用正则表达式来搜索
  • python爬虫正则表达式常用符号和方法
  • python3爬虫之入门基础和正则表达式
  • 零基础写python爬虫之神器正则表达式
  • java正则表达式简单使用和网页爬虫的制作代码
  • php正则表达式匹配img中任意属性的方法
  • oracle亚洲最佳在线娱乐平台中怎么求除数字、字母之外的非中文字符的正则表达式
  • android中手机号、车牌号正则表达式大全
  • js 正则表达式之test函数讲解
  • 一个正则表达式的看法(?:)
  • java正则表达式提取字符的方法实例
  • javascript lastindex 正则表达式的一个疑惑
  • jscript中正则表达函数的说明与应用
  • 关于preg_replace函数的问题讲解
  • 正则表达式截取身份证号码加密的方法
  • 免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 帮助中心 - 频道导航
    Copyright © 2017 www.pradaoutletonline.net All Rights Reserved