java 爬ts文件 java爬虫代码示例

文章目录

• 前言
• 一、本地爬虫
• 二、网络爬虫

请按要求爬取以下文本的数据。 java自1995年推出以来，经历了许多版本。目前，java8和java11在企业中使用最多，因为这两个是长期支持版本，下一个长期支持版本是java17。我相信java17将在不久的将来逐渐登上历史舞台 要求:找出里面所有的javaXX 要完成上述要求，爬虫需要完成

首先，我们应该首先了解几类： Pattern类 ：表示正则表达式 Matcher类 ： 文本匹配器的功能是根据正则表达式的规则读取字符串，并从头开始读取。在大串中找到符合匹配规则的子串 代码示例如下：

///本地爬虫        String str = “java自1995年推出以来，经历了许多版本，目前企业使用最多的是java8和java11，” +                “因为这两个是长期支持版，下一个长期支持版是java17，我相信java17将在不久的将来逐渐登上历史舞台。;        ///// :表示正则表达式        /////：文本匹配器        //1.获得正则表达式对象        Pattern p = Pattern.compile("java\\d{0,2}");        //2.获取文本匹配器的对象        //m: 文本匹配器的对象        //str：大串        //p: 规则        ///m在str中找到符合p规则的小串        Matcher m = p.matcher(str);        //find方法：从头开始读取文本匹配器，寻找符合规则的字串        //如果没有，方法返回falsee        //如果有，返回true，记录字串的起始索引和底部 结束索引+1        //上面的文本是 0,4        boolean b = m.find();        ///方法底层将根据find方法记录的索引截取字符串        //subString(起始索引，结束);包头不包尾        //（0,4)但不包括4索引索引        ///会议将截取的小串返回        String s1 = m.group();        System.out.println(s1);//输出：java        ///第二次调用find时，以下内容将继续阅读        b = m.find();        String s2 = m.group();        System.out.println(s2);//输出:java8

优化上述代码是因为不知道文本中有多少子串符合要求:

///本地爬虫        String str = “java自1995年推出以来，经历了许多版本，目前企业使用最多的是java8和java11，” +                “因为这两个是长期支持版，下一个长期支持版是java17，我相信java17将在不久的将来逐渐登上历史舞台。;        //1.获得正则表达式对象        Pattern p = Pattern.compile("java\\d{0,2}");        //2.获取文本匹配器的对象        Matcher m = p.matcher(str);        //使用循环获取：        while(m.find()){            String s = m.group();            System.out.println(s);        }/*java        java8        java11        java17        java17*/

需求： 把链接：https://www.xxx.yyy.cn 所有的身份证号码都被爬出来了 代码示例如下：

//1.创建URL对象        URL url = new URL("https://www.xxx.yyy.cn");        //2.连接此网站        ///细节：确保网络畅通        URLConnection conn = url.openConnection();        //3.创建一个对象读取网络中的数据        BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));        String regex = "[1-9]\\d{17}";        String line;        Pattern pattern = Pattern.compile(regex);        ///阅读时每次阅读一整行        while ((line = br.readLine()) != null){            ///拿着文本匹配器的对象matcher按照pattern的规则读取当前的信息            Matcher matcher = pattern.matcher(line);            while (matcher.find()){                System.out.println(matcher.group());            }        }        br.close();

这个代码的网站可能不存在。如果你想看结果，你可以在网上找到类似内容的网站