Java正则表达式—小应用—简易爬虫
来源:互联网 发布:淘宝怎么查看粉丝是谁 编辑:程序博客网 时间:2024/05/20 11:49
在上一篇中,学习了正则表达式的四个功能。即匹配、分割、替换、获取。
利用获取功能,可以实现简单的网页爬虫。
4,获取:将字符串中的符合规则的子串取出。
获取功能的操作步骤:
1,将正则表达式封装成对象。
2,让正则对象和要操作的字符串相关联。
3,关联后,获取正则匹配引擎。
4,通过引擎对符合规则的子串进行操作,比如取出。
举例如下:
package com.packageTemp;/*网页爬虫(蜘蛛)*/import java.io.*;import java.util.regex.*;import java.net.*;public class RegexTest2 {public static void main(String[] args) throws Exception{getMails_1();}public static void getMails_1()throws Exception{URL url = new URL("http://sports.sina.com.cn/nba/");URLConnection conn = url.openConnection();BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));String line = null;//String mailreg = "\\w+[html]\\w+(\\.\\w+)+";String mailreg = "[a-zA-Z][1-9]\\d{3,10}";//String mailreg = "1[3-9]\\D\\d\\w{2,12}";Pattern p = Pattern.compile(mailreg);while((line=bufIn.readLine())!=null){Matcher m = p.matcher(line);while(m.find()){System.out.println(m.group());}}}}可以自定义正则表达式,即所谓的规则,确定自己想要取出的内容。实现了简单的网页爬虫。
1 0
- Java正则表达式—小应用—简易爬虫
- Java正则表达式—小应用—简易爬虫
- Python 爬虫小程序(正则表达式的应用)
- 正则表达式—网页爬虫
- Java——正则表达式_初识网络爬虫
- 正则表达式小应用
- Python爬虫入门——正则表达式
- 正则表达式,模拟网络爬虫小例子
- 正则表达式运用之小爬虫
- 正则表达式及爬虫小案例
- 正则表达式(2)——应用(匹配、切割、替换、查找)、模拟网络爬虫
- 正则表达式 在爬虫中的应用
- java正则表达式应用
- java 正则表达式应用
- Java正则表达式应用
- Java正则表达式应用
- Java正则表达式应用
- java正则表达式应用
- 百度之星2016初赛
- C++ 面向对象(三)—— 类之间的关系
- 31 Spark资源调度
- iOS开发(OC)——AFNetworking之文件上传
- Android,View设置margin
- Java正则表达式—小应用—简易爬虫
- Runtime
- Mysql数据库多表联合更新
- C++ 面向对象(四)—— 多态 (Polymorphism)
- pulltorefresh属性简介
- 自定义Android渐变式圆环滑动条
- Convention 插件(1)
- caffe学习(1)------windows下基于GPU配置
- 问题:c++中0,‘\0’,‘0’,"0"有什么区别