Java crawling source code


import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Spider {
	public static void main(String[] args) throws Exception {
		//1、目标网址 -->网站URL
		URL url = new URL("https://www.zhenai.com/zhuanti/nrsjhmdqcx1087");//创建一个对象
		
		//2、通过输入流读取网页所有数据
		URLConnection conn = url.openConnection();//作用: open打开网络链接
		
		//3、通过网络链接 获得输入流
		InputStream is = conn.getInputStream();
		
		InputStreamReader isr= new InputStreamReader(is);
		BufferedReader br = new  BufferedReader(isr);// br 高级流
		
		//怎么读数据  一次只读了一行数据
		String tel = null;
//		tel = br.readLine();
//		System.out.println(tel);
		
		//3、利用正则表达式去筛选手机号 模式 手机号码 格式11位数字组成 1开头
		//d表示纯数字
		//Pattern 匹配正则 类
		Pattern pattern = Pattern.compile("1\\d{10}");//正则表达式
		//作用 只要readLine()读到的数据不是null
		while((tel = br.readLine()) != null) {
//			String tel = br.readLine();//文本  string
			Matcher matcher = pattern.matcher(tel);
			while(matcher.find()) {
				System.out.println(matcher.group());
			}
			
		}
//网络爬虫
//爬取手机号
	}
}

Guess you like

Origin blog.csdn.net/m0_72572822/article/details/128777265