你的位置:首页 > Java教程

[Java教程]使用正则抓捕网上邮箱


image

这就是我们需要抓捕的网站。

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:

image