java代碼抓取網頁郵箱

實現思路：
1、使用java.net.URL對象，綁定網路上某一個網頁的地址
2、通過java.net.URL對象的openConnection()方法獲得一個HttpConnection對象
3、通過HttpConnection對象的getInputStream()方法獲得該網路文件的輸入流對象InputStream
4、迴圈讀取流中的每一行數據，並由Pattern對象編譯的正則表達式區配每一行字元，取得email地址

package cn.sdhzzl;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
//和網路相關的操作
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {
public static void main(String[] args) throws IOException {
//1.1 創建一個url對象
URL url = new URL("https://www.douban.com/group/topic/8845032/");
//1.2 打開連接
URLConnection conn = url.openConnection();
//1.3 設置連接網路超時時間 單位為毫秒
conn.setConnectTimeout(1000 * 10);
//1.4 通過流 操作讀取指定網路地址中的文件
BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
//1.5 匹配email的正則
String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";
//1.6 使用模式的compile()方法生成模式對象
Pattern p = Pattern.compile(regex);
//1.
while((line = bufr.readLine()) != null) {
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());// 獲得匹配的email
}
}
}
}