http://www.sufeinet.com/plugin.php?id=keke_group

苏飞论坛

 找回密码
 马上注册

QQ登录

只需一步,快速开始

分布式系统框架(V2.0) 轻松承载百亿数据,千万流量!讨论专区 - 源码下载 - 官方教程

HttpHelper爬虫框架(V2.7-含.netcore) HttpHelper官方出品,爬虫框架讨论区 - 源码下载 - 在线测试和代码生成

HttpHelper爬虫类(V2.0) 开源的爬虫类,支持多种模式和属性 源码 - 代码生成器 - 讨论区 - 教程- 例子

查看: 3446|回复: 5

[求助] Html正则表达式求助

[复制链接]
发表于 2015-1-28 23:32:19 | 显示全部楼层 |阅读模式
1.
<a href="/p/3554738723" title="数据信息" target="_blank" class="j_th_tit">数据信息</a>

html代码中有多个class="j_th_tit",取出中文内容

2:
<div class="threadlist_abs threadlist_abs_onlyline">产品信息</div>

html代码中有多个class="threadlist_abs threadlist_abs_onlyline",取出中文内容

高手路过,谢谢解答



1. 开通SVIP会员,免费下载本站所有源码,不限次数据,不限时间
2. 加官方QQ群,加官方微信群获取更多资源和帮助
3. 找站长苏飞做网站、商城、CRM、小程序、App、爬虫相关、项目外包等点这里
发表于 2015-1-29 07:48:17 | 显示全部楼层
截取不OK了。不用正则也行呀
发表于 2015-1-29 08:44:47 | 显示全部楼层
<div[\s\S]*?class="threadlist_abs threadlist_abs_onlyline"[\s\S]*?>([\s\S]*?)</div>
上面的可以参考这个
发表于 2015-1-29 14:12:28 | 显示全部楼层
两个问题其实是一个
首先不知道你的html是如何,所以就根据你目前给出的来套用
先用正则<a href="([\s\S]*?)" title="([\s\S]*?)" target="_blank" class="j_th_tit">([\s\S]*?)</a>匹配出所有项目,再循环用正则<[^>]+>去掉所有的html标签,便得到文本了,第二个问题也是一样,只是正则变为<div class="threadlist_abs threadlist_abs_onlyline">([\s\S]*?)</div>,然后去掉html标签
发表于 2015-1-29 15:45:00 | 显示全部楼层
我只是路过打酱油的。
发表于 2015-1-30 09:06:42 | 显示全部楼层
您需要登录后才可以回帖 登录 | 马上注册

本版积分规则

QQ|手机版|小黑屋|手机版|联系我们|关于我们|广告合作|苏飞论坛 ( 豫ICP备18043678号-2)

GMT+8, 2024-11-15 01:35

© 2014-2021

快速回复 返回顶部 返回列表