简单-java爬虫

package com.test;

import java.io.File;
import java.io.FileOutputStream;
import java.io.FileWriter;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.OutputStream;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test06 {
	/*
	 * 作用是学习 正则表达式
	 * 理想的做法是，下载图片
	 */
	public static void main(String [] a){
		try
		{
			String urlString;
			if(a.length > 0) urlString=a[0];//判断是否编译时输入url地址
			else urlString ="http://image.baidu.com/";
			InputStreamReader in = new InputStreamReader(new URL(urlString).openStream());
			//获取url数据流并转换为inputsteam输入流
			
			StringBuilder input = new StringBuilder();	
			//存储 InputStream 数据流中的数据
			
			int ch;
			while((ch = in.read())!= -1)//逐个字符保存 in.read()返回-1 表示数据读取完毕
				input.append((char)ch);

			System.out.println(input.toString());//打印数据

			//String patternStrng = "<a\\shref=(\"[^\"]*\"|[^//s>]*.html)\\s*>";

			String patternStrng ="http://[^\\s]*(jpg)";
			//匹配的规则 这个模块关系 正则表达式的应用，正则表达式类似于 编译原理
			Pattern pattern =Pattern.compile(patternStrng, Pattern.CASE_INSENSITIVE);
			//设置标志 可以多个标志设置
			
			Matcher matcher = pattern.matcher(input);
			//寻找匹配的类 Matcher
			System.out.println("测试中");

			//保存图片的命名规则
			String i=".jpg";
			int j=0;

			while(matcher.find()){
				int start = matcher.start();
				int end = matcher.end();
				String match =input.substring(start, end);
				//从 StringBuilder in 中截取数据
			
				URL url = new URL(match);//url获取图片的地址内容 
				File outFile = new File(j+i);
				OutputStream os=  new FileOutputStream(outFile);;
				InputStream is = url.openStream();//把图片弄到输入流里面
				byte[] buff = new byte[1024];//交换数据的byte

				while(true){//输入流和输出流交互的过程
					int readed = is.read(buff);
					if(readed==-1){
						break;//判断是否为空 跳出while循环
					}
					
					byte[] temp = new byte[readed];
					System.arraycopy(buff, 0, temp,0, readed);
					os.write(temp);
				}
				j++;
				is.close();
				os.close();
				System.out.println(match);
			}
			
		}
		catch(Exception e){
			e.getStackTrace();
		}
	}
}