欢迎进入Java社区论坛，与200万技术人员互动交流 >>进入
//获取网址
Matcher myurl=Pattern.compile（”href=.*?>”）。matcher（mt.group（））；
while（myurl.find（））
…{
System.out.println（”网址：”+myurl.group（）。replaceAll（”href=|>”,””））；
}
System.out.println（）；
}
System.out.println（”共有”+i+”个符合结果”）；
}
//获得开始采集网址
public void getStartUrl（String startUrl）
…{
this.startUrl=startUrl;
}
//获得网址所在内容；
public void getUrlContent（）
…{
StringBuffer is=new StringBuffer（）；
try
…{
URL myUrl=new URL（startUrl）；
BufferedReader br= new BufferedReader（
new InputStreamReader（myUrl.openStream（）））；
String s;
while（（s=br.readLine（））！=null）
…{
is.append（s）；
}
urlContent=is.toString（）；
}
catch（Exception e）
…{
System.out.println（”网址文件未能输出”）；
e.printStackTrace（）；
}
}
//获得网址所在的匹配区域部分
public void getContentArea（）
…{
int pos1=0,pos2=0;
pos1= urlContent.indexOf（strAreaBegin）+strAreaBegin.length（）；
pos2=urlContent.indexOf（strAreaEnd,pos1）；
ContentArea=urlContent.substring（pos1,pos2）；
}
//以下两个函数获得网址应该要包含的关键字及不能包含的关键字
//这里只做初步的实验。后期，保护的关键字及不能包含的关键字应该是不只一个的。
public void getStringInUrl（String stringInUrl）
…{
this.stringInUrl=stringInUrl;
}
public void getStringNotInUrl（String stringNotInUrl）
…{
this.stringNotInUrl=stringNotInUrl;
}
//获取采集规则
//获取url网址
public void getUrl（）
…{
}
public String getRegex（）
…{
return regex;
}
class UrlAndTitle
…{
String myURL;
String title;
}
}
[1][2]
如果说对云南有进一步的了解的话就是鲜花。
