求一个正则表达式，谢谢大家。

[一块西瓜]

我想要做一个各大学校的简介知识库。就在http://gaokao.chsi.com.cn/sch/search--ss-on,option-qg,searchType-1.dhtml这里爬取数据。
所有的学校只想爬取简介那一页的正文数据。
比如：北大的http://gaokao.chsi.com.cn/sch/schoolInfo--schId-1,categoryId-26172,mindex-1.dhtml
爬取链接的形式是
http://gaokao.chsi.com.cn/sch/schoolInfo--schId-1,categoryId-26172,mindex-1.dhtml
http://gaokao.chsi.com.cn/sch/schoolInfo--schId-2,categoryId-12111,mindex-1.dhtml
归纳一下也就是说http://gaokao.chsi.com.cn/sch/schoolInfo--schId-[0-9],categoryId-[0-9],mindex-1.dhtml


我用的是WebCollector 。添加正则表达式的函数是addRegex（String urlRegex，String url）。

求各位帮我想一下正则式，万分感谢

[老鼠拧刀满街找猫]

这个得先看一下所有学校的网站的特点，我觉得应该都不一样

[爱睡觉的阿狸]

爱莫能助。。

[ryuugu_rena]

根据正则规则自己慢慢拼呗 这有什么难的？

[老鼠拧刀满街找猫]

一个学校一个网址，而且你只需一个页面，感觉也不用正则，直接拿需要的网址就可以了

[迷途难返]

没太明白你的意图，要匹配目标是什么？

[arryhao]

感觉可以用一下jsoup抓取。 自动转成document对象,然后通过html标签来抓取

[一块西瓜]

自己结贴，已经解决，还是感谢各位

[活在风浪里]

引用 7 楼 yishichangan1 的回复:

自己结贴，已经解决，还是感谢各位

你怎么解决的?

[一块西瓜]

引用 8 楼 xiaoshang168 的回复:

引用 7 楼 yishichangan1 的回复:

自己结贴，已经解决，还是感谢各位

你怎么解决的?

就是跟楼上说的一样，自己一个一个试过去的