111,126
社区成员
发帖
与我相关
我的任务
分享请教一个信息采集系统问题
这两天做了一个信息采集系统，很简单就抓新浪的3个栏目，测试的时候抓了800条记录吧，查看数据库发现每个栏目都有2-3条空记录，有的是有标题，但主要内容为空，有的是连标题都为空，这中情况属于正常吗？如果不正常是不是还是正则表达式出了问题？
...全文
请发表友善的回复…
发表回复
wxm3630478 2009-05-08
- 打赏
- 举报
这个东西不了解 我知道有一个采集软件,很强 "火车头"
bjdyjd 2009-05-08
- 打赏
- 举报
大家帮忙看看吧
bjdyjd 2009-05-05
- 打赏
- 举报
//抓取正文正则表达式
string RegexContent = "<div class=\"moduleParagraph\">[\\s\\S]*<div style=\"float:right;font-size:14px\">";
新闻网址：http://auto.sina.com.cn/news/2009-05-05/1014488719.shtml
原文的内容太多，我就不贴了，大家帮忙看看谢谢。
string RegexContent = "<div class=\"moduleParagraph\">[\\s\\S]*<div style=\"float:right;font-size:14px\">";
新闻网址：http://auto.sina.com.cn/news/2009-05-05/1014488719.shtml
原文的内容太多，我就不贴了，大家帮忙看看谢谢。
yzy8788 2009-05-04
- 打赏
- 举报
肯定是正则表达式出问题了，怎么会有空的情况咧？
楼主不防把你的正则贴出来，还有采集哪个栏目页贴出来看看
楼主不防把你的正则贴出来，还有采集哪个栏目页贴出来看看
bjdyjd 2009-05-04
- 打赏
- 举报
没人知道吗？
