使用正则表达式抓取页面Email

最新推荐文章于 2025-11-25 08:44:41 发布

最新推荐文章于 2025-11-25 08:44:41 发布 · 199 阅读

文章标签：

#正则表达式 #Java

java 专栏收录该内容

21 篇文章

订阅专栏

本文介绍了一款用于从网页中抓取电子邮件地址的Java工具。该工具通过正则表达式匹配email地址，并将结果输出到控制台。适用于广告邮件群发等场景。

当我们做广告的时候，有的时候需要给很多匿名用户发Email来实现我们的广告信息，这个时候我们就需要从网页中抓取到页面中的email地址，然后保存到数据库，然后才能逐一给用户发送邮件(平时我们所收到的大量的广告垃圾文件有的就是使用抓取技术)

闲话少说看代码：

package com.gd;

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 
 * @author Sandy
 * 
 */
public class EmailSpider {

	/**
	 * @param args
	 * @throws FileNotFoundException
	 */
	public static void main(String[] args) {
		BufferedReader br;
		try {
			br = new BufferedReader(new FileReader(System
					.getProperty("user.home")
					+ "/spideremail.htm"));
			String line = "";
			try {
				while ((line = br.readLine()) != null) {
					parse(line);
				}
			} catch (IOException e) {
				e.printStackTrace();
			} finally {
				if (br != null) {
					try {
						br.close();
					} catch (IOException e) {
						e.printStackTrace();
					}
				}
			}
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		}
	}

	// 解析读出来的每一行的信息，然后对其逐行解析，把符合条件的email输出出来
	private static void parse(String line) {
		Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
		Matcher matcher = p.matcher(line);
		while (matcher.find()) {
			System.out.println(matcher.group());
		}
	}

}

要想简单起见可以把异常信息直接throws

附件儿中是测试抓取email的测试文件