使用正則抓捕網上郵箱

這就是我們需要抓捕的網站。

下麵是我們的代碼：

package cn.bdqn;
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;

/**
 * 正則抓取郵箱
 * @author happy
 *
 */
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  
          }  
      }  
  }
}

這裡主要是利用正則來匹配郵箱：

String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";

[a-zA-Z0-9_-]只能包含字母、數字、下劃線、減號，”+ ”的話就是匹配[a-zA-Z0-9_-]一次或多次，@後可以出現任何非單字元等價於[^a-zA-Z0-9_],他可以重覆出現一次或多次，結束後必須要有\.是給.做轉義的，然後點後可以出現a到z之間的任意字元。

捕獲的結果如下：