java使用正则抓取网页邮箱
投稿：lijiao
这篇文章主要为大家详细介绍了java使用正则抓取网页邮箱的相关资料，感兴趣的小伙伴们可以参考一下
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-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脚本之家。