コードコピーは次のとおりです。
java.io.bufferedreaderをインポートします。
java.io.ioexceptionをインポートします。
java.io.inputStreamReaderをインポートします。
java.net.malformedurlexceptionをインポートします。
java.net.urlをインポートします。
java.util.arraylistをインポートします。
java.util.hashmapをインポートします。
java.util.listをインポートします。
java.util.regex.matcherをインポートします。
java.util.regex.patternをインポートします。
java.net。*;
java.io.*をインポートします。
Import Java.util.regex。*;
/*
正規表現を構築して、指定されたルールを取得します
*/
パブリッククラスのURL
{
Private String starturl; // URLのコレクションを開始します
string urlcontent;
文字列contentarea;
プライベート文字列Strareabegin、Strareaend;
プライベートストリングstringinurl、stringnotinurl;
string strcontent; //取得した収集されたコンテンツ
string [] allurls; //すべてのURLが収集されます
Private String regex; //コレクションルール
urlandtitle urlandtitle = new urlandtitle（）;
public static void main（string [] args）
{
urls myurl = new urls（ "<body"、 "/body>"）;
myurl.getStarturl（ "http://www.zuzwn.com/"）;
myurl.geturlcontent（）;
myurl.getContentarea（）;
myurl.getStarturl（ "http://www.zuzwn.com/"）;
myurl.getStringNotinurl（ "Google"）;
myurl.urls（）;
//system.out.println("starturl:"+myurl.starturl）;
//system.out.println("urlcontent:"+myurl.urlcontent）;
//system.out.println("contentarea： "+myurl.contentarea）;
}
// Constructors StrareabeginとStrareaendを初期化します
public urls（String strareabegin、string strareaend）
{
this.strareabegin = strareabegin;
this.strareaend = strareaend;
}
//
public void urls（）
{
int i = 0;
// string regex = "<a href ="？ '？http：// [a-za-z0-9]+/。[a-za-z0-9]+/。[a-za-z]+ /？
string regex = "<a。*？/a>";
// string regex = "http：//.*？>";
パターンpt = pattern.compile（regex）;
Matcher Mt = Pt.Matcher（contentarea）;
while（mt.find（））
{
system.out.println（mt.group（））;
i ++;
//タイトルを取得します
matcher title = pattern.compile（ ">。*？</a>"）.matcher（mt.group（））;
while（title.find（））
{
system.out.println（ "title："+title.group（）。fallingeall（ "> | </a>"、 ""））;
}
// URLを取得します
matcher myurl = pattern.compile（ "href =。*？>"）。matcher（mt.group（））;
while（myurl.find（））
{
system.out.println（ "webサイト："+myurl.group（）。fallingeall（ "href = |>"、 ""））;
}
System.out.println（）;
}
System.out.println（ "合計"+i+"準拠の結果"）;
}
//開始コレクションWebサイトを取得します
public void getstarturl（StringStarturl）
{
this.starturl = starturl;
}
// URLが配置されているコンテンツを取得します。
public void geturlcontent（）
{
stringbuffer is = new StringBuffer（）;
試す
{
url myurl = new url（starturl）;
BufferedReader br = new BufferedReader（
new inputstreamReader（myurl.openstream（）））;
文字列s;
while（（s = br.readline（））！= null）
{
is.append（s）;
}
urlcontent = is.toString（）;
}
キャッチ（例外e）
{
System.out.println（ "URLファイルが出力に失敗しました"）;
e.printstacktrace（）;
}
}
// URLが配置されているマッチング領域を取得します
public void getContentarea（）
{
int pos1 = 0、pos2 = 0;
pos1 = urlcontent.indexof（strareabegin）+strareabegin.length（）;
pos2 = urlcontent.indexof（strareaend、pos1）;
contentarea = urlcontent.substring（pos1、pos2）;
}
//次の2つの関数URLが含めるべきキーワードと、含めることができないキーワードを取得します
//ここでは予備実験のみが行われます。後の段階では、含めることができない複数の保護されたキーワードとキーワードが必要です。
public void getStringinurl（string stringinurl）
{
this.stringinurl = stringinurl;
}
public void getStringNotinurl（String StringNotinurl）
{
this.stringnotinurl = stringnotinurl;
}
//コレクションルールを取得します
// URLを取得します
public void geturl（）
{
}
public string getRegex（）
{
RETURN REGEX;
}
クラスurlandtitle
{
弦楽筋;
文字列タイトル;
}
}