当前页面: 开发资料首页 → Java 专题 → 从网页中提取URL一例

从网页中提取URL一例

摘要: 从网页中提取URL一例

</td> </tr> <tr> <td height="35" valign="top" class="ArticleTeitle"> <table width="100%" border="0" cellspacing="0" cellpadding="0"> <tr> <td width="512" height="86" align="center" valign="top">

import java.io.*;

import java.net.*;

import java.util.regex.*;

/**

   This program displays all URLs in a web page

   by jgyang

*/

public class HerfMatch

{

   public static void main(String[] args)

   {

      try

      {

         String urlString = "http://www.tom.com";

         InputStreamReader in = new InputStreamReader(

            new URL(urlString).openStream());

         StringBuffer input = new StringBuffer();

         int ch;

         while ((ch = in.read()) != -1) 
                  input.append((char)ch);


         String patternString = "<[a|A]\\s+href=([^>]*\\s*>)";

         Pattern pattern = Pattern.compile(patternString, Pattern.CASE_INSENSITIVE);

         Matcher matcher = pattern.matcher(input);

         int i = 0;

         while (matcher.find())

         {

            int start = matcher.start();

            int end = matcher.end();

            String match = input.substring(start, end);

            System.out.println(++i + " : " + match);

         }

      }

      catch (IOException exception)

      {

         exception.printStackTrace();

      }

      catch (PatternSyntaxException exception)

      {

         exception.printStackTrace();

      }

   }

}

</td> <td width="172" valign="top"> </td> </tr> <tr> <td height="20" colspan="2">

运行结果：


222 : 
223 : 
224 : 
225 : 
226 : 
227 : 
228 : 
229 : show=ignore&url=http://tom.love21cn.com/ target=_blank>
230 : gnore&url=http://www.e26.cn/tom/200608/08081701.htm target=_blank>
231 : 
232 : 
233 : 
234 : 
235 : 
236 : 
237 : 
238 : 
239 : 
240 : 
241 : 
242 : 
243 : 
244 : 
245 : 
246 : 
247 : 
248 : 
249 : 
250 : 
251 : 
252 : 
253 : 
254 : 
255 : 
256 : 
257 : 
258 : 
259 : 
260 : 
261 : 
262 : 
263 : 
264 : 
265 : 
266 : 
267 : 
268 : 
269 : 
270 : 
271 : 
272 : 
273 : 
274 : 
275 : 
276 : 
277 : 
278 : 
279 : 
280 : 
281 : 
282 : 
283 : 
284 : 
285 : 
286 : 
287 : 
288 : 
289 : 
290 : 
291 : 
292 : 
293 : 
294 : 
295 : 
296 : 
297 : 
298 : 
299 : 
300 : 
301 : 
302 : 
303 : 
304 : 
305 : 
306 : 
307 : 
308 : 
309 : 
310 : 
311 : 
312 : 
313 : 
314 : 
315 : 
316 : 
317 : 
318 : 
319 : 
320 : 
321 : 
322 : 
323 : 
324 : 
325 : 
326 : 
327 : 
328 : 
329 : 
330 : 
331 : 
332 : 
333 : 
334 : " class="list" target="_blank">
335 : " class="list" target="_blank">
336 : 
337 : 
338 : 
339 : 
340 : 
341 : 
342 : 
343 : 
344 : 
345 : 
346 : 
347 : 
348 : 
349 : 
350 : 
351 : 
352 : 
353 : 
354 : 
355 : 
356 : 
357 : 
358 : 
359 : 
360 : 
361 : 
362 : 
363 : 
364 : 
365 : 
366 : 
367 : 
368 : 
369 : 
370 : 
371 : 
372 : 
373 : 
374 : 
375 : 
376 : 
377 : 
378 : 
379 : 
380 : 
381 : 
382 : 
383 : 
384 : 
385 : 
386 : 
387 : 
388 : 
389 : 
390 : 
391 : 
392 : 
393 : 
394 : 
395 : 
396 : 
397 : 
398 : 
399 : 
400 : 
401 : 
402 : 
403 : 
404 : 
405 : 
406 : 
407 : href="http://html.hjsm.tom.com/html/book/24/95/index.htm" target="_blank" class=list>
408 : target="_blank" class=list>
409 : href="http://html.hjsm.tom.com/html/book/25/514/index.htm" target="_blank" class=list>
410 : target="_blank" class=list>
411 : class=list>
412 : href="http://html.hjsm.tom.com/html/book/23/451/index.htm" target="_blank" class=list>
413 : class=list>
414 : class=list>
415 : 
416 : class=list>
417 : href="http://html.hjsm.tom.com/html/book/24/892/index.htm"
target="_blank" class=list>
418 : 
419 : class=list>
420 : class=list>
421 : class=list>
422 : class=list>
423 : class=list>
424 : class=list>
425 : 
426 : 
427 : 
428 : 
429 : 
430 : 
431 : 
432 : 
433 : 
434 : 
435 : 
436 : 
437 : 
438 : 
439 : 
440 : 
441 : 
442 : 
443 : 
444 : 
445 : 
446 : 
447 : 
448 : 
449 : 
450 : 
451 : 
452 : 
453 : 
454 : 
455 : 
456 : 
457 : 
458 : 
459 : 
460 : 
461 : 
462 : 
463 : 
464 : 
465 : 
466 : 
467 : 
468 : 
469 : 
470 : 
471 : 
472 : 
473 : 
474 : 
475 : 
476 : 
477 : 
478 : 
479 : 
480 : 
481 : 
482 : 
483 : 
484 : 
485 : 
486 : 
487 : 
488 : 
489 : 
490 : 
491 : 
492 : 
493 : 
494 : 
495 : 
496 : 
497 :

C:\java>

</td> </tr> </table> </td> </tr> <tr>

↑返回目录
前一篇: java实现的LZW 压缩算法源码
后一篇: 简单的加密解密实现