自己写个网络爬虫玩玩

最新推荐文章于 2025-04-10 17:00:02 发布

未名猿

最新推荐文章于 2025-04-10 17:00:02 发布

阅读量572

点赞数

CC 4.0 BY-SA版权

分类专栏：网络爬虫

本文链接：https://blog.youkuaiyun.com/mycsdwz/article/details/18228935

网络爬虫专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一段使用Java实现的邮箱爬虫代码，通过正则表达式来提取邮箱地址，并提供了对正则表达式的优化建议。旨在为用户提供一个简单的邮箱爬取示例，同时强调了代码中正则表达式的优化技巧。

用java写的，而且是用来爬邮箱的，关于邮箱的正则只是随便写写，需要优化，仅供娱乐。

import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class spider {
public static void main(String[] args) {
  try {
   getMail();
  } catch (Exception e) {
   e.printStackTrace();
  }
}

public static void getMail() throws Exception {
  URL url = new URL("需要爬邮箱的网址");
  URLConnection conn = url.openConnection();
  BufferedReader in = new BufferedReader(new InputStreamReader(conn.getInputStream()));

  String regex = "[a-zA-Z0-9]{6,12}@[a-zA-Z]{2,8}(\\.[a-zA-Z]{2,3}){1,2}";
  String line = null;
  while((line = in.readLine()) != null){
   Pattern p = Pattern.compile(regex);
   Matcher m = p.matcher(line);
   while(m.find()){
    System.out.println(m.group());
   }
  }
}
}