php抓取网页表格信息(循环读取流中的每一行字符，取得email的全部内容地址)

　　php抓取网页表格信息(循环读取流中的每一行字符，取得email的全部内容地址)

　　4、 循环读取流中的每一行数据，Pattern 对象编译的正则表达式匹配每一行字符，获取邮件地址

　　这是我们的代码：

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

}

}

}

}

　　这里主要是使用正则来匹配邮箱：

　　字符串正则表达式 = "[a-zA-Z0-9_-]+@\\w+\\.[az]+(\\.[az]+)?";

　　[a-zA-Z0-9_-] 只能收录字母、数字、下划线和减号。“+”表示匹配 [a-zA-Z0-9_-] 一次或多次。@后面可以出现任何非单字符，相当于[^a-zA-Z0-9_]，可以重复一次或多次，结束后必须有\。被转义，然后点击后，可以出现a和z之间的任何字符。

　　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面圈教程。