樹(shù)結(jié)構(gòu)圖
您現(xiàn)在的位置： > 技術(shù)沙龍 > 程序設(shè)計(jì) > Java > 未分類 > 利用JSP獲取網(wǎng)頁(yè)源文件并抓取其中的鏈接地址
- 相關(guān)軟件
>利用JSP獲取網(wǎng)頁(yè)源文件并抓取其中的鏈接地址 創(chuàng)建者：webmaster 更新時(shí)間：2005-05-16 22:09
利用java的net包獲取網(wǎng)頁(yè)源文件，使用正則表達(dá)式抓取當(dāng)中的鏈接地址，因正則表達(dá)式學(xué)藝不精，下面這個(gè)例子中并不能抓取所有情況下的href屬性中的鏈接地址 test.jsp <%@ page contentType="text/html; charset=gb2312" language="java" import="java.util.regex.*" errorPage="" %>
<%
String sCurrentLine;
String sTotalString;
sCurrentLine="";
sTotalString="";
java.io.InputStream l_urlStream;
java.net.URL l_url = new java.net.URL("http://www.5ja.net");
java.net.HttpURLConnection l_connection = (java.net.HttpURLConnection) l_url.openConnection();
l_connection.connect();
l_urlStream = l_connection.getInputStream();
java.io.BufferedReader l_reader = new java.io.BufferedReader(new java.io.InputStreamReader(l_urlStream));while ((sCurrentLine = l_reader.readLine()) != null)
相關(guān)文章
{
sTotalString+=sCurrentLine;
}
//String regEx = "href=([^\"']*)>";
String regEx ="href=\"([^\"]*)\"";//找出href="****"的鏈接
Pattern p = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher(sTotalString);
int j=0;
while(m.find()){
j++;
out.println("m.group(" + j + "): " + m.group(0)+"<br>");
}
regEx ="href='([^']*)'";//找出href='****'的鏈接
p = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);//Pattern.CASE_INSENSITIVE查找忽略大小寫(xiě)
m = p.matcher(sTotalString);
while(m.find()){
j++;
out.println("m.group(" + j + "): " + m.group(0)+"<br>");
}
%>
本頁(yè)查看次數(shù):