麻豆小视频在线观看_中文黄色一级片_久久久成人精品_成片免费观看视频大全_午夜精品久久久久久久99热浪潮_成人一区二区三区四区

首頁 > 編程 > Regex > 正文

Java用正則表達式讀取網(wǎng)頁內(nèi)容

2024-09-07 17:40:12
字體:
供稿:網(wǎng)友

我們在學(xué)習(xí)java的正則表達式時經(jīng)常會需要抓取網(wǎng)頁并解析HTML的內(nèi)容,那么你知道Java中如何用正則表達式來讀取網(wǎng)頁的內(nèi)容嗎?那么接下來我們就去看看Java用正則表達式讀取網(wǎng)頁內(nèi)容的方法。

package com.xiaofeng.picup;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;import java.net.MalformedURLException;import java.net.URL;import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** *//**** @抓取頁面文章標題及內(nèi)容(測試) 手動輸入網(wǎng)址抓取,可進一步自動抓取整個頁面的全部內(nèi)容**/public class WebContent ...{  /** *//**   * 讀取一個網(wǎng)頁全部內(nèi)容   */  public String getOneHtml(String htmlurl) throws IOException...{    URL url;    String temp;    StringBuffer sb = new StringBuffer();    try ...{      url = new URL(htmlurl);      BufferedReader in = new BufferedReader(new InputStreamReader(url          .openStream(), "utf-8"));// 讀取網(wǎng)頁全部內(nèi)容      while ((temp = in.readLine()) != null) ...{        sb.append(temp);      }      in.close();    }catch(MalformedURLException me)...{      System.out.println("你輸入的URL格式有問題!請仔細輸入");      me.getMessage();      throw me;    }catch (IOException e) ...{      e.printStackTrace();      throw e;    }    return sb.toString();  }  /** *//**   *   * @param s   * @return 獲得網(wǎng)頁標題   */  public String getTitle(String s) ...{    String regex;    String title = "";    List<String> list = new ArrayList<String>();    regex = "<title>.*?</title>";    Pattern pa = Pattern.compile(regex, Pattern.CANON_EQ);    Matcher ma = pa.matcher(s);    while (ma.find()) ...{      list.add(ma.group());    }    for (int i = 0; i < list.size(); i++) ...{      title = title + list.get(i);    }    return outTag(title);  }  /** *//**   *   * @param s   * @return 獲得鏈接   */  public List<String> getLink(String s) ...{    String regex;    List<String> list = new ArrayList<String>();    regex = "<a[^>]*href=("([^"]*)"|'([^']*)'|([^s>]*))[^>]*>(.*?)</a>";    Pattern pa = Pattern.compile(regex, Pattern.DOTALL);    Matcher ma = pa.matcher(s);    while (ma.find()) ...{      list.add(ma.group());    }    return list;  }  /** *//**   *   * @param s   * @return 獲得腳本代碼   */  public List<String> getScript(String s) ...{    String regex;    List<String> list = new ArrayList<String>();    regex = "<script.*?</script>";    Pattern pa = Pattern.compile(regex, Pattern.DOTALL);    Matcher ma = pa.matcher(s);    while (ma.find()) ...{      list.add(ma.group());    }    return list;  }  /** *//**   *   * @param s   * @return 獲得CSS   */  public List<String> getCSS(String s) ...{    String regex;    List<String> list = new ArrayList<String>();    regex = "<style.*?</style>";    Pattern pa = Pattern.compile(regex, Pattern.DOTALL);    Matcher ma = pa.matcher(s);    while (ma.find()) ...{      list.add(ma.group());    }    return list;  }  /** *//**   *   * @param s   * @return 去掉標記   */  public String outTag(String s) ...{    return s.replaceAll("<.*?>", "");  }

上文就是關(guān)于Java用正則表達式讀取網(wǎng)頁內(nèi)容,在學(xué)習(xí)完后是不是大家會因為新學(xué)了一個知識感到自豪呢?因為我們正則表達式的能力又向前邁出一小步。

發(fā)表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發(fā)表
主站蜘蛛池模板: 成人国产精品齐天大性 | 亚州精品国产 | 欧美视频一区二区三区四区 | wwwxxx视频| 午夜噜噜噜 | 日本网站在线看 | 毛片免费在线 | 免费中文视频 | 亚洲一级簧片 | 欧美一级一区二区三区 | 国产一级性生活视频 | 人人玩人人爽 | 成人午夜在线观看视频 | 免费a级观看 | 久久久久久久久久久久久久av | 黄色片免费看网站 | 久久伊人精品热在75 | 久久另类视频 | 调教小男生抽打尿孔嗯啊视频 | 国产一级爱c视频 | 久久久日韩精品一区二区 | 国产91精品欧美 | 欧美日韩观看 | 欧美成人精品不卡视频在线观看 | 黑色丝袜美美女被躁视频 | av免费大全 | 久久人人人 | 深夜毛片免费看 | 免费看欧美黑人毛片 | 欧美成人免费一区二区三区 | 日韩精品中文字幕一区 | 成人福利视频 | 欧美一极视频 | 91懂色 | av影片在线观看 | 黄色片在线免费播放 | 国产孕妇孕交大片孕 | 鲁久久 | 国产做爰全免费的视频黑人 | 亚洲最新色 | 久久久久久91 |