前言
下面会介绍如何使用“Java”去爬取到一个网站的电话号码。使用到的一些基本语法与定义：IO流，正则表达式，如过不清楚可以先去了解一下，当然在下文中也会做出对应使用介绍与解释。
具体步骤
在这个小实验里，新建一个class文件就可以完成。首先需要写一个main函数，在idea和eclipse里都有快捷键，可以自行查阅。这里用的idea，直接psvm就可以完成。接下来就是在main函数里写需要的代码：
首先是载入连接需要爬取的网址：
String path = "https://www.jihaoba.com/escrow/?_mhead=4";
URL url = new URL(path);
URLConnection urlconn = url.openConnection();
然后是创建用来保存电话号码的txt文件：
FileWriter fw = new FileWriter("C:/Users/h/Desktop/tel.txt",true);
再是声明使用需要的输入输出流：
InputStream is = urlconn.getInputStream();
InputStreamReader isr = new InputStreamReader(is);
BufferedReader br = new BufferedReader(isr);
PrintWriter pw = new PrintWriter(fw);
接下来是接收获取到内容，并且通过编译后正则表达式匹配方法去循环写入到txt文件中：
String str = null;
String regex = "1[3456789]\\d{9}";
Pattern p = Pattern.compile(regex)
while ((str = br.readLine()) != null){
Matcher m = p.matcher(str);
while (m.find()){
pw.println(m.group());
}
}
最后进行关流，释放资源：
try {
br.close();
pw.close();
} catch (IOException e) {
e.printStackTrace();
}
完整加注释代码：
但是不要认为将上面代码都扔在一起就行了哦，因为还有try，catch和finally没有写出来而且有一些小问题需要注意，接下来就看一下经过整理注释后的完整代码吧。
package com.yellow.java_pachong.tel;
import java.io.*;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//java爬取电话号码
public class TelDemo {
//java程序入口，main函数
public static void main(String[] args) {
//将变量声明在外面，成为一个全局的，因为作用域的原因，防止finally里无法关流
//如果在try里声明，就需要在try里关，但是如果运行失败，就关不了，finally里就不用担心
BufferedReader br = null;
PrintWriter pw = null;
//目标网址的爬取，随意找的一个
String path = "https://www.jihaoba.com/escrow/?_mhead=4";
try {
//创建一个url对象，一new一对象。
URL url = new URL(path);
//打开网络链接
URLConnection urlconn = url.openConnection();
//创建一个指定的存储文件,后面的true表示如果文件存在，会在原文件基础上续写
FileWriter fw = new FileWriter("C:/Users/h/Desktop/tel.txt",true);
//流
//首先创建一个输入流
InputStream is = urlconn.getInputStream();
//is是一个字节流，为了让我们的效率更高，将字节流转为字符流
InputStreamReader isr = new InputStreamReader(is);
//因为网页上的是一行一行的，所以还需要将字符流转为包装的字符缓冲流
br = new BufferedReader(isr);
//精简的写法
//BufferedReader br = new BufferedReader(new InputStreamReader(urlconn.getInputStream()));
//创建一个缓冲字符输出流
pw = new PrintWriter(fw);
//定一个字符串来接收读取到的内容
String str = null;
//手机号的正则表达式,首先是1开头，然后是3456789的第二位，接下来后面9位没有要求,就用\d{9}表示，并且在Java里用\来转义
String regex = "1[3456789]\\d{9}";
//将上面的正则表达式编译成一种可以用来比较的方法，模式
Pattern p = Pattern.compile(regex);
//按行循环的去读取内容
while ((str = br.readLine()) != null){
//创建一个指定模式的匹配器
Matcher m = p.matcher(str);
//循环匹配
while (m.find()){
//使用输出流写到指定的位置,m.group把匹配到的转成字符串
pw.println(m.group());
}
}
//控制台提示完成
System.out.println("获取完成!");
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
//关流，不要忘记了,释放资源
finally {
try {
br.close();
pw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
展示：
图5.1 电话号码网
图5.2 控制台输出完成
图5.3 爬取到的号码
以上操作就完成了电话号码的简单爬取，在后面可能还会继续更新关于其他爬取的相关内容。
END编 辑 | 王楠岚
责 编 | 黄晓锋
where2go 团队
微信号：算法与编程之美
