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
[java]
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：
作者：xyang81
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
