Java|如何使用“Java”爬取电话号码

欢迎点击「算法与编程之美」↑关注我们!

本文首发于微信公众号:"算法与编程之美",欢迎关注,及时了解更多此系列文章

前言

下面会介绍如何使用“ Java ”去爬取到一个网站的电话号码。 使用到的一些基本语法与定义: IO 流,正则表达式,如过不清楚可以先去了解一下,当然在下文中也会做出对应使用介绍与解释。

具体步骤

在这个小实验里,新建一个 class 文件就可以完成。首先需要写一个 main 函数,在 idea eclipse 里都有快捷键,可以自行查阅。这里用的 idea ,直接 psvm 就可以完成。接下来就是在 main 函数里写需要的代码

首先是载入连接需要爬取的网址:

String path =  "https://www.jihaoba.com/escrow/?_mhead=4";

URL url = new URL(path);

URLConnection urlconn =  url.openConnection();

然后是创建用来保存电话号码的 txt 文件:

FileWriter fw = new  FileWriter("C:/Users/h/Desktop/tel.txt",true);

再是声明使用需要的输入输出流:

InputStream is =  urlconn.getInputStream();
InputStreamReader isr = new InputStreamReader(is);
BufferedReader br = new BufferedReader(isr);
PrintWriter pw = new PrintWriter(fw);

接下来是接收获取到内容,并且通过编译后正则表达式匹配方法去循环写入到 txt 文件中:

String str = null;

String regex = "1[3456789]//d{9}";  

Pattern p = Pattern.compile(regex)

while ((str = br.readLine()) != null){

Matcher m = p.matcher(str);

while (m.find()){

pw.println(m.group());

}

}

最后进行关流,释放资源:

try {

br.close();

pw.close();

} catch (IOException e) {

e.printStackTrace();

}

完整加注释代码:

但是不要认为将上面代码都扔在一起就行了哦,因为还有 try catch finally 没有写出来而且有一些小问题需要注意,接下来就看一下经过整理注释后的完整代码吧。

package com.yellow.java_pachong.tel;
import java.io.*;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//java 爬取电话号码
public class TelDemo {
//java 程序入口, main 函数
public static void main(String[]  args) {
// 将变量声明在外面,成为一个全局的,因为作用域的原因,防止 finally 里无法关流
// 如果在 try 里声明,就需要在 try 里关,但是如果运行失败,就关不了, finally 里就不用担心
BufferedReader br = null;
PrintWriter pw = null;
// 目标网址的爬取,随意找的一个
String path =  "https://www.jihaoba.com/escrow/?_mhead=4";
try {
// 创建一个 url 对象,一 new 一对象。
URL url = new URL(path);
// 打开网络链接
URLConnection urlconn =  url.openConnection();
// 创建一个指定的存储文件 , 后面的 true 表示如果文件存在,会在原文件基础上续写
FileWriter fw = new  FileWriter("C:/Users/h/Desktop/tel.txt",true);
//
//首先创建一个输入流
InputStream is =  urlconn.getInputStream();
//is 是一个字节流,为了让我们的效率更高,将字节流转为字符流
InputStreamReader isr = new  InputStreamReader(is);
// 因为网页上的是一行一行的,所以还需要将字符流转为包装的字符缓冲流
br = new BufferedReader(isr);
// 精简的写法
//BufferedReader br = new  BufferedReader(new InputStreamReader(urlconn.getInputStream()));
// 创建一个缓冲字符输出流
pw = new PrintWriter(fw);
// 定一个字符串来接收读取到的内容
String str = null;
// 手机号的正则表达式 , 首先是 1 开头,然后是 3456789 的第二位,接下来后面 9 位没有要求 , 就用 /d{9} 表示,并且在 Java 里用 / 来转义
String regex =  "1[3456789]//d{9}";
// 将上面的正则表达式编译成一种可以用来比较的方法,模式
Pattern p =  Pattern.compile(regex);
// 按行循环的去读取内容
while ((str = br.readLine()) !=  null){
// 创建一个指定模式的匹配器
Matcher m =  p.matcher(str);
// 循环匹配
while (m.find()){
// 使用输出流写到指定的位置 ,m.group 把匹配到的转成字符串
pw.println(m.group());
}
}

// 控制台提示完成
System.out.println(" 获取完成 !");
} catch (MalformedURLException  e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
// 关流,不要忘记了 , 释放资源
finally {
try {
br.close();
pw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}

展示

Java|如何使用“Java”爬取电话号码

5.1 电话号码网

Java|如何使用“Java”爬取电话号码

5.2 控制台输出完成

Java|如何使用“Java”爬取电话号码

5.3 爬取到的号码

以上操作就完成了电话号码的简单爬取,在后面可能还会继续更新关于其他爬取的相关内容。

END

编  辑   |   王楠岚

责  编   |   黄晓锋

where2go 团队

   

微信号:算法与编程之美          

Java|如何使用“Java”爬取电话号码

长按识别二维码关注我们!

温馨提示: 点击页面右下角 “写留言”发表评论,期待您的参与!期待您的转发!

原文 

http://mp.weixin.qq.com/s?__biz=MzI5MTQ5NDY1MA==&mid=2247489512&idx=2&sn=9eddc6504b4588568a2b77cfe11ce2d7

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » Java|如何使用“Java”爬取电话号码

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址