a亚洲精品_精品国产91乱码一区二区三区_亚洲精品在线免费观看视频_欧美日韩亚洲国产综合_久久久久久久久久久成人_在线区

首頁 > 編程 > regex > 正文

Java用正則表達式如何讀取網頁內容

2020-01-20 22:08:18
字體:
來源:轉載
供稿:網友

學習java的正則表達式,抓取網頁并解析HTML部分內容  

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容(測試) 手動輸入網址抓取,可進一步自動抓取整個頁面的全部內容**/public class WebContent ...{  /** *//**   * 讀取一個網頁全部內容   */  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"));// 讀取網頁全部內容      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("<.*?>", "");  }

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 国产天堂一区二区三区 | 在线看h | 成人福利网站 | 草草视频在线观看 | 一道本一区二区三区 | 国产日产久久欧美精品一区 | www.国产在线 | 婷婷欧美 | 欧美久久一级特黄毛片 | 精品免费视频 | 91麻豆精品一区二区三区 | 久久久久亚洲 | 色图一区 | 久久综合一区 | 久久91精品 | 精品免费 | 可以在线观看的黄色 | 国产传媒在线视频 | 国产伦理精品一区二区三区观看体验 | 人人看黄色 | 蜜桃av噜噜一区二区三区 | 亚洲欧洲精品一区二区三区 | 亚洲免费在线观看 | 精品成人免费一区二区在线播放 | 久久国产综合 | 午夜无码国产理论在线 | 欧美一区二区三区四区视频 | 在线免费看黄视频 | 天天爽夜夜春 | 亚洲免费网站在线观看 | 久久久久久久久久毛片 | 国产精品视频播放 | 日韩欧美国产一区二区 | 国产成人综合av | 在线色网站 | 亚洲欧美综合 | 国产精品久久久久久久 | 久久99精品久久久久久琪琪 | 另类天堂| 青青草视频免费观看 | 国产 日韩 欧美 制服 另类 |