随笔-6  评论-3  文章-0  trackbacks-0

/**
   *
   * 解析文件,取出URL地址
   *
   */
 public static void regexStr(){
  String input="飞机但是http://mail.Sohu.com.cn飞机恺撒";
  Pattern p = Pattern.compile("http://[*[a-zA-Z]|w{3}].*[a-zA-Z]");
  Matcher m = p.matcher(input);
  m.find();
  String str=m.group();
        System.out.print(str);
  
  
 }
/**
 * 根据URL,把网页保存到本地
 * @param urlStr
 * @param filename
 * @return
 */ 
 public  static  boolean  getUrlToFileInputStream(String urlStr, String filename){
   
   DataInputStream dataInputStream=null;
   try{
      URL url = new URL(urlStr);
           URLConnection conn = url.openConnection();
           dataInputStream = new DataInputStream(conn.getInputStream());
          
     }catch(Exception e){
      e.getMessage();
   
     }
     DataOutputStream dataoutputstream = null;
   if(dataInputStream !=null){
         try {
    dataoutputstream = new DataOutputStream(new BufferedOutputStream(new FileOutputStream(filename)));
   
   byte b[] = new byte[1024*10];
   int len = 0;
   while ((len = dataInputStream.read(b, 0, 1024)) != -1) {
    dataoutputstream.write(b, 0, len);
   }

   dataoutputstream.flush();
         } catch (Exception e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
   }
            return true;
   }else{
    return false;
   }
    
    
  }

posted on 2006-10-31 15:06 野风 阅读(1255) 评论(1)  编辑  收藏

评论:
# re: 简单的解析文件,取URL地址,并根据地址抓下页面 2006-10-31 21:57 | stoneshao[匿名]
抓取网页比较容易,重点应该放在对页面的解析上  回复  更多评论
  

只有注册用户登录后才能发表评论。


网站导航: