java在网页上面抓取邮件地址的方法
本文实例讲述了java在网页上面抓取邮件地址的方法。分享给大家供大家参考。具体实现方法如下：
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class h1
{
public static String getWebCon(String domain)
{
System.out.println("开始抓取邮件地址..("+domain+")");
StringBuffer sb=new StringBuffer();
try
{
java.net.URL url=new java.net.URL(domain);
BufferedReader in=new BufferedReader(new InputStreamReader(url.openStream()));
String line;
while((line=in.readLine())!=null)
{
parse(line);
}
in.close();
}
catch(Exception e)
{
sb.append(e.toString());
System.err.println(e);
}
return sb.toString();
}
public static void main(String[] args)
{
String s;
s=h1.getWebCon("http://post.baidu.com/f?kz=34942387"); //这是要抓取的网页,自己可以试下.
//System.out.println(s);
}
private static void parse(String line)
{
Pattern p=Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");//邮箱的正则表达式
Matcher m=p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
希望本文所述对大家的Java程序设计有所帮助。
-
问题内容： 所以，我的问题相对简单。我有一只蜘蛛在多个站点上爬行，我需要它按照我在代码中写入的顺序返回数据。它发布在下面。 结果以随机顺序返回，例如，返回29，然后28，然后30。我已经尝试将调度程序的顺序从DFO更改为BFO，以防万一这是问题所在，但这并没有改变。 问题答案： 定义在方法中使用的URL 。下载页面时，将为你的方法调用每个起始URL的响应。但是你无法控制加载时间-第一个起始URL可
-
WooCommerce的顶级页面有商店页、购物车页、结账页、我的账户页和用户协议页，结账页和账户页有次级页面，分别由结账端点和账户端点来指定，也就是endpoints。顶级页面是WordPress里真正的页面，次级页面没有实体页面，只是靠重定向规则动态创造出来的。本文介绍WooCommerce中获取这些页面地址的专用函数。 如何设置WooCommerce顶级页面 一般首次安装时就会提示你设置，如果
-
本文向大家介绍java简单网页抓取的实现方法，包括了java简单网页抓取的实现方法的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了java简单网页抓取的实现方法。分享给大家供大家参考。具体分析如下： 背景介绍 一 tcp简介 1 tcp 实现网络中点对点的传输 2 传输是通过ports和sockets ports提供了不同类型的传输（例如 http的port是80） 1
-
问题内容： 我花了几天的时间来更新我的个人网站。我的个人网站的网址是（我的名字）。（我的姓氏）.com，因为我的姓氏很不寻常，因此我很幸运地选择了域名。我的电子邮件地址是（我的名字）@（我的名字）.com。所以说真的，要归结为猜测，并不是很难。 无论如何，我想将mailto：链接集成到我的网站中，以便人们可以与我联系。而且，尽管我的电子邮件地址不是很难猜到的，但我还是不希望垃圾邮件机器人从中获取它
-
我使用的是。 当我尝试并继续到链接的下一页时，我得到以下错误 文件“scrape.py”，第43行，在查找（driver）文件“scrape.py”中，第26行，在查找links.extend中([link.get_attribute('href')for link in driver.find_elements_by_xpath('//h2[@class=“heading”]/a')])文件“/
-
我是python新手，正在尝试从以下站点获取数据。虽然这段代码适用于不同的站点，但我无法让它适用于nextgen stats。有人想知道为什么吗？下面是我的代码和我得到的错误 下面是我得到的错误 df11=pd。读取html（urlwk1）回溯（上次调用）：文件“”，第1行，在文件“C:\Users\USERX\AppData\Local\Packages\PythonSoftwareFounda
-
问题内容： 我正在尝试抓取此网站：http : //data.eastmoney.com/xg/xg/ 到目前为止，我已经使用selenium执行javascript并抓取了表格。但是，现在我的代码仅使我获得第一页。我想知道是否有一种方法可以访问其他17个页面，因为当我单击下一页时，URL不会更改，因此我不能每次都遍历另一个URL 下面是我到目前为止的代码： 还是我每次单击后都可以使用webdri
-
本文向大家介绍golang抓取网页并分析页面包含的链接方法，包括了golang抓取网页并分析页面包含的链接方法的使用技巧和注意事项，需要的朋友参考一下 1. 下载非标准的包,"golang.org/x/net/html" 2. 先安装git，使用git命令下载 3. 将net包，放到GOROOT路径下 比如： 我的是：GOROOT = E:\go\ 所以最终目录是：E:\go\src\golang