package net.peace.reg;
import java.io.BufferedWriter;
import java.io.FileWriter;
import java.io.IOException;
import java.io.PrintWriter;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//这个类的主要功能，读取指定网页的邮箱账号和链接；
public class TestEmail {
public static void main(String[] args) {
//System.out.println(new TestFile("./01.htm"));
//打开指定网页
/* TestFile tF=new TestFile("./01.htm");
//读取邮箱账号并保存为mail.txt
List<String> ss=getEmail(tF.toString());
PrintWriter pw=null;
try {
pw=new PrintWriter(new BufferedWriter(new FileWriter("mail.txt")));
for(String line:ss){
pw.println(line);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}finally {
if(pw!=null){
pw.close();
}
}
//读取链接，并保存为link.txt
ss=getLink(tF.toString());
try {
pw=new PrintWriter(new BufferedWriter(new FileWriter("link.txt")));
for(String line:ss){
pw.println(line);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}finally {
if(pw!=null){
pw.close();
}
}*/
String str="<a class=\"digu\" href=\"javascript:(function(){window.open('http://www.w3school.com.cn/')\">Visit W3School</a>"
+ "<a class=\"digu\" href=\"http://www.w3school.com.cn/\">Visit W3School</a>";
List<String> es = getLink(str);
for(String e:es) {
System.out.println(e);
}
}
/*
*********************************************************************************************************
* List<String> getEmail(String str)
*
* Description ： 这个实现了在字符串中获取邮箱账号
*
* Arguments : 字符串
*
* Returns : 匹配的邮箱账号列表：List<String>
*
* Note(s) : 使用了正则表达式"[a-zA-Z][\\w\\.-]*\\w+@[\\w\\.-]*\\w+\\.\\w{2,5}"：以字母开头，@前面必须为词字符，点后面必须在2个词字符以上三个词字符一下
*
* Author ：peace
*********************************************************************************************************
*/
public static List<String> getEmail(String str) {
List<String> es = new ArrayList<String>();
Pattern p = Pattern.compile("[a-zA-Z][\\w\\.-]*\\w+@[\\w\\.-]*\\w+\\.\\w{2,5}");//[
Matcher m = p.matcher(str);
while(m.find()) {
es.add(m.group());
}
return es;
}
/*
*********************************************************************************************************
* List<String> getLink(String str)
*
* Description ： 这个实现了在字符串中获取网页链接
*
* Arguments : 字符串
*
* Returns : 匹配的链接列表：List<String>
*
* Note(s) : 使用了正则表达式"<a.*?\\s+href=['\"]([^\"'>]*?)['\"].*?>(.*?)</a>"：以<a开头，以</a>结尾。使用分组([^\"'>]*?)获得链接网址；
*
* Author ：peace
*********************************************************************************************************
*/
public static List<String> getLink(String str) {
List<String> es = new ArrayList<String>();
Pattern p = Pattern.compile("<a.*?\\s+href=['\"]([^\"'>]*?)['\"].*?>(.*?)</a>");//"<a href="?'?http: // [a-zA-Z0-9]+/.[a-zA-Z0-9]+/.[a-zA-Z]+/?[/.?[/S|/s]]+[a>]$";
Matcher m = p.matcher(str);
while(m.find()) {
es.add(m.group(1));
}
return es;
}
}