黑马程序员技术交流社区

标题: 写的网页爬虫运行爆异常，求解 [打印本页]

作者: 田建 时间: 2012-6-22 09:42
标题: 写的网页爬虫运行爆异常，求解
本帖最后由田建于 2012-6-24 07:48 编辑

直接上代码

import java.net.*;
import java.io.*;
import java.util.regex.*;
class RegexTest_2
{
public static void main(String[] args)throws Exception
{
getMails();
}
public static void getMails()throws Exception
{
URL url=new URL("http://www.baidu.com/s?wd=%D3%CA%CF%E4%B5%D8%D6%B7&tn=your_pg");
URLConnection conn=url.openConnection();
BufferedReader bufr=new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line=null;
String mailreg="\\w+@\\w+(\\.\\w+)+";
Pattern p=Pattern.compile(mailreg);
while((bufr.readLine())!=null)
{
Matcher m=p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
}

复制代码

不知啥问题！

`F)DJOS1KZXE)C[0@[U$~~C.jpg (33.48 KB, 下载次数: 29)

作者: 丁二跃 时间: 2012-6-22 10:10
本帖最后由丁二跃于 2012-6-22 10:14 编辑

这个异常很好找啊。空指针异常：先看爆出异常的最后一行，可以看出异常在main方法，代码第8行。第8行调用getMails()方法。再看异常倒数第二行，显示错误在第20行，然后就可以仔细查看代码了。你会发现你的line没有被赋值，只在第15行进行了初始化。{:soso_e113:}

查找异常应该先从上面往下找，上面的总是先出错的地方，下面的异常可能是由上面引起的。先看最上面是什么异常，然后再看该异常的信息。此时应该从下面开始看，从大范围一级级定位到具体出错位置。

作者: 黑马—陈磊 时间: 2012-6-22 10:33
本帖最后由黑马—陈磊于 2012-6-22 10:38 编辑

public static void getMails() throws Exception

      {

            URL url = new URL(
                              "http://www.baidu.com/s?wd=%D3%CA%CF%E4%B5%D8%D6%B7&tn=your_pg");

            URLConnection conn = url.openConnection();

            BufferedReader bufr = new BufferedReader(new InputStreamReader(conn
                              .getInputStream()));

            String line = null;

            String mailreg = "\\w+@\\w+(\\.\\w+)+";

            Pattern p = Pattern.compile(mailreg);

            while ((line=bufr.readLine()) != null)    // 读取返回的字符串没有赋给line ，所以line为null，报了空指针异常  ，这样修改就可以了

            {

                     Matcher m = p.matcher(line);

                     while (m.find())

                     {

                              System.out.println(m.group());

                     }

            }

      }
结果：

作者: 陈少文 时间: 2012-6-22 11:16
呵呵，楼主正在学习正则表达式RegularExpressions
我把它叫：字符串处理利器

原理：
1.定义一模式
用到类：java.util.regex.Pattern;
2.匹配
用到类：java.util.regex.Mather;

我自己写了一个是查找本地网页的

/*
  查找网页中Email地址
  用到正则表达式
  */

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class EmailSpider {

public static void main(String[] args)
{
   //用BufferedReader目的读取一行
   try {
         BufferedReader

         br = new BufferedReader(new FileReader("c:\\20120621.html"));

         String line = null;

        while((line = br.readLine())!= null)          //楼主这个地方改一下，就ok了
         {
               parse(line);

         }
         } catch (FileNotFoundException e1) {
                  // TODO Auto-generated catch block
                     e1.printStackTrace();

            } catch (IOException e) {
                        // TODO Auto-generated catch block
                     e.printStackTrace();
      }
      }
private static void parse(String line)
{
      //建立模式
      Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
   //匹配
      Matcher m = p.matcher(line);

      while(m.find())
   {
         System.out.println(m.group());
   }

   }

}

有许多人一起在做同一件事，呵呵

作者: 田建 时间: 2012-6-22 11:37

丁二跃发表于 2012-6-22 10:10
这个异常很好找啊。空指针异常：先看爆出异常的最后一行，可以看出异常在main方法，代码第8行。第8行调用ge ...

多谢！！是我疏忽了！

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2