java爬虫抓取网页数据(importjavaioimportimportFileimportimport)

　　java爬虫抓取网页数据(importjavaioimportimportFileimportimport)

　　此代码是一个非常简单的网络爬虫，仅供娱乐。

　　java代码如下：

　　打包工具；

　　导入 java.io.BufferedReader;

　　导入 java.io.File;

　　导入 java.io.FileWriter;

　　import java.io.InputStreamReader;

　　导入 java.io.Writer;

　　导入.URL;

　　导入.URLConnection;

　　导入 java.sql.Time;

　　导入 java.util.Scanner;

　　导入 java.util.regex.Matcher;

　　导入 java.util.regex.Pattern;

　　公开课马{

　　public static void main(String[] args) throws Exception {//这个程序为了简单起见异常太多了，不试了，直接扔给虚拟机

　　long StartTime = System.currentTimeMillis();

　　System.out.println("-- 欢迎使用小刘的简单网络爬虫程序--");

　　System.out.println("");

　　System.out.println("--请输入正确的网址如");

　　Scanner input = new Scanner(System.in);// 实例化键盘输入类

　　String webaddress = input.next();// 创建输入对象

　　File file = new File("E:" + File.separator + "爬虫邮箱统计text.txt");//实例化一个文件类对象

　　//并指定输出地址和输出文件名

　　Writer outWriter = new FileWriter(file);// 实例化 outWriter 类

　　URL url = new URL(webaddress);// 实例化 URL 类。

　　URLConnection conn = url.openConnection();// 获取链接

　　BufferedReader buff = new BufferedReader(new InputStreamReader(

　　)

　　conn.getInputStream()));// 获取网页数据

　　字符串行 = null;

　　int i=0;

　　String regex = "\\w+@\\w+(\\.\\w+)+";// 声明正则，提取网页前提

　　Pattern p = pie(regex);// 实例化模式 p>

　　outWriter.write("本页收录的邮箱如下：\r\n");

　　while ((line = buff.readLine()) != null) {

　　Matcher m = p.matcher(line);// 匹配

　　while (m.find()) {

　　i++;

　　outWriter.write(m.group() + ";\r\n");// 将匹配的字符输入到目标文件中

　　}

　　}

　　long StopTime = System.currentTimeMillis();

　　String UseTime=(StopTime-StartTime)+"";

　　outWriter.write("----------------------------------------- --------------\r\n");

　　outWriter.write("本次抓取页面地址："+webaddress+"\r\n");

　　outWriter.write("爬行时间："+UseTime+"毫秒\r\n");

　　outWriter.write("本次获取邮箱总数："+i+"items\r\n");

　　outWriter.write("****感谢您的使用****\r\n");

　　outWriter.write("----------------------------------------- --------------");

　　outWriter.close();// 关闭文件输出操作

　　System.out.println("———————————————————————\t");

　　System.out.println("|页面抓取成功，请到E盘根目录查看测试文档|\t");

　　System.out.println("| |");

　　System.out.println("|如果需要再次爬取，请再次执行程序，谢谢使用|\t");

　　System.out.println("———————————————————————\t");

　　}

　　}

　　txt截图如下：

　　

　　

　　测试网址：通过这个例子，读者可以轻松抓取网页上的邮箱。如果读者对正则表达式有所了解，那么

　　不仅可以抢邮箱，还可以抢手机号，IP地址等所有你想抢的信息。是不是很有趣？