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用正則表達式讀取網頁內容

2024-09-07 17:40:12
字體:
來源:轉載
供稿:網友

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

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("<.*?>", "");  }

上文就是關于Java用正則表達式讀取網頁內容,在學習完后是不是大家會因為新學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: 高清视频一区二区三区 | 国产精品视频一区二区三区 | 亚洲美女一区 | 午夜三级在线 | 九九热九九 | 国产欧精精久久久久久久 | 国产在线一区观看 | 亚洲www永久成人夜色 | 成人在线一区二区 | 日韩美在线观看 | 国产精品日韩 | 久久精品福利视频 | 国产精品毛片 | 国产精品成av人在线视午夜片 | 久久伊人影院 | 中国大陆高清aⅴ毛片 | 青青99 | 蜜桃视频精品 | 99视频网站| 色黄视频在线观看 | 五月激情婷婷六月 | 国产91精品一区二区绿帽 | 国产区福利 | 亚洲精选国产 | 狠狠爱www人成狠狠爱综合网 | 国产精品久久久久aaaa九色 | 一级免费毛片 | 天天操天天拍 | 一区二区中文字幕 | 浴室洗澡偷拍一区二区 | 一区二区在线视频 | 成人黄色免费网站 | 综合二区| 国产精品久久久久久吹潮 | 一本一生久久a久久精品综合蜜 | 成人欧美一区二区三区在线观看 | 久久精品网 | 久久久精品国产 | 成人激情视频免费观看 | 亚洲国产91 | av中文字幕在线播放 |