使用正则表达式，从网站上获取指定数据

最新推荐文章于 2021-02-21 04:45:07 发布

原创

最新推荐文章于 2021-02-21 04:45:07 发布 · 6.7k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#java.net.URL 抓取正则正

项目中需要从网页抓取指定景点人数，使用java.net.URL获取HTML源码，然后通过正则表达式过滤所需数据。正则表达式如"^\s*"，用于匹配空格。通过matcher找到匹配内容，实现高效数据提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近做的一个项目中，其中有这样一个需求：用户要求我们实时在地图上显示某些指定景点的人数，但是却没有给我们数据的接口。不过可以从网页上获取到最新的数据，每小时更新一次。所以经理安排我做一个实时从网页上抓取数据的功能。

既然是网页，那么无用的数据肯定是非常多的，所以就需要用正则表达式来过滤出自己所需要的数据。

不得不说，正则表达式比substring好用多了，而且效率也很不错。下面来分享一下我的这段代码吧：

	/**
	 * 从网站获取日期信息
	 * 
	 * @Title: getDate
	 * @Date : 2014-8-12 上午09:42:26
	 * @return
	 */
	private String getDate() {

		// 从网站抓取数据
		String table = catchData();
		String date = "";

		// 使用正则表达式，获取对应的数据
		Pattern places = Pattern.compile("(<p align=\"center\">)([^\\s]*)");
		Matcher matcher = places.matcher(table);
		while (matcher.find()) {
			System.out.println(matcher.group(2));
			date = matcher.group(2);
		}
		return date;
	}

	/**
	 * 从网站抓取数据（未经处理）
	 * 
	 * @Title: getData
	 * @Date