正则不太了解,请高手指点问题1,2..

lingmaozhijiaa 2010-09-02 10:07:35
(1)
-----------------------
-----------------------
<dl class="agent">
<dt><a target="_blank" href="http://sz.esf.sina.com.cn/shop/46402/"><b>黄佳勇</b></a><img title="用户级别: 银牌" src="http://ss1.res.fangyou.com/comm/images/grade/userlevel/silver_medal.png"></dt>
<dd>手机：<span class="highlight">13715287170</span></dd>
<dd>所属公司/门店：深圳市中联房地产企业发展有限公司 万科城秋桐分行</dd>
<dd>服务区域： <a href="http://sz.esf.sina.com.cn/house/a5/" target="_blank">龙岗</a>
  
<a href="http://sz.esf.sina.com.cn/house/a5-b11/" target="_blank">坂田</a>
</a>
</dd>
<dd class="enterShop"><a target="_blank" href="http://sz.esf.sina.com.cn/shop/46402/">进入店铺</a></dd>
</dl>

<dl class="agent">
...
</dl>
还有很多个
<dl class="agent">
...
</dl>

抓取如下数据:
黄佳勇 13715287170 深圳市中联房地产企业发展有限公司 万科城秋桐分行
...



(2)
----------------
----------------
<ul class="jjr_description">
<li><b>姓名</b>：粟玉春</li>
<li><b>电话</b>：<span class="word_red">13760464817</span></li>
<li><b>服务区域</b>：罗湖区</li>
<li><b>所属公司</b>：中原地产</li>
<li><b>房源总量</b>：102套</li>
<li><a href="/common/esf09/broker/esf_broker.php?broker_id=22416917" target="_blank"><img src="/common/modules/newesf/esf08_img/entershop.gif" alt="进入我的店铺" title="进入我的店铺" /></a></li>
</ul>

<ul class="jjr_description">
...
</ul>
还有很多个
<ul class="jjr_description">
...
</ul>
抓取如下数据:
粟玉春 13760464817 中原地产



(3)
-------------------
-------------------
<li class="agenttxt">
<div>
<span>姓名：</span><span class="font13lai">
<span id="ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblUserName" style="font-size:14px;font-weight:bold;">庄秀贞</span></span>
<span class="font12hei"><a href='http://13510916071.szhome.com'target="_blank">【进入店铺】</a></span>
<span style="margin-left: 10px;" class="red12">
<span id="ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblPhone">13510916071</span></span></div>
<div>所属公司：<span id="ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblCompany" class="font13lai">中原地产</span>
<span id="ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblBranch" class="font13lai">紫薇花园分行</span></div>
<div>
服务社区：<span id="ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblCommunityName" class="font13lai">紫薇花园</span>
</div>
</li>
<li class="agenttxt">
...
</li>
还有很多个
<li class="agenttxt">
...
</li>

抓取如下数据:
庄秀贞 13510916071 中原地产
...全文
101 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
兔子-顾问 2010-09-02
  • 打赏
  • 举报
 回复
测试范例：


    private static void TestRegex05()

    {

        string s1 = @"<dl class=""agent"">

<dt><a target=""_blank"" href=""http://sz.esf.sina.com.cn/shop/46402/""><b>黄佳勇</b></a><img title=""用户级别: 银牌"" src=""http://ss1.res.fangyou.com/comm/images/grade/userlevel/silver_medal.png""></dt>

<dd>手机：<span class=""highlight"">13715287170</span></dd>

<dd>所属公司/门店：深圳市中联房地产企业发展有限公司 万科城秋桐分行</dd>

<dd>服务区域： <a href=""http://sz.esf.sina.com.cn/house/a5/"" target=""_blank"">龙岗</a>

    

  <a href=""http://sz.esf.sina.com.cn/house/a5-b11/"" target=""_blank"">坂田</a>

  </a>

  </dd>

  <dd class=""enterShop""><a target=""_blank"" href=""http://sz.esf.sina.com.cn/shop/46402/"">进入店铺</a></dd>

</dl>



<dl class=""agent"">

...

</dl>

还有很多个

<dl class=""agent"">

...

</dl>";

        string s2 = @"<ul class=""jjr_description"">

  <li><b>姓名</b>：粟玉春</li>

  <li><b>电话</b>：<span class=""word_red"">13760464817</span></li>

  <li><b>服务区域</b>：罗湖区</li>

  <li><b>所属公司</b>：中原地产</li>

  <li><b>房源总量</b>：102套</li>

  <li><a href=""/common/esf09/broker/esf_broker.php?broker_id=22416917"" target=""_blank""><img src=""/common/modules/newesf/esf08_img/entershop.gif"" alt=""进入我的店铺"" title=""进入我的店铺"" /></a></li>

</ul>



<ul class=""jjr_description"">

...

</ul>";

        string s3 = @"<li class=""agenttxt"">

  <div>

  <span>姓名：</span><span class=""font13lai"">

  <span id=""ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblUserName"" style=""font-size:14px;font-weight:bold;"">庄秀贞</span></span>

  <span class=""font12hei""><a href='http://13510916071.szhome.com'target=""_blank"">【进入店铺】</a></span>   

  <span style=""margin-left: 10px;"" class=""red12"">

  <span id=""ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblPhone"">13510916071</span></span></div>

  <div>所属公司：<span id=""ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblCompany"" class=""font13lai"">中原地产</span>

  <span id=""ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblBranch"" class=""font13lai"">紫薇花园分行</span></div>

  <div>

  服务社区：<span id=""ctl00_ContentPlaceHolder1_gvUSer_ctl02_lblCommunityName"" class=""font13lai"">紫薇花园</span>

  </div>   

</li>

<li class=""agenttxt"">

...

</li>

还有很多个

<li class=""agenttxt"">

...

</li>

";



        Regex reg1 = new Regex(@"(?in)<dl class=""agent"">([^>]+>){3}(?<name>[^<]+)([^>]+>){6}(?<mobile>[^<]+)([^>]+>){3}[^：]+：(?<address>[^<]+)", RegexOptions.Compiled);

        Regex reg2 = new Regex(@"(?in)<ul class=""jjr_description"">([^>]+>){3}：?(?<name>[^<]+)([^>]+>){5}(?<mobile>[^<]+)([^>]+>){9}：?(?<company>[^<]+)", RegexOptions.Compiled);

        Regex reg3 = new Regex(@"(?in)<li class=""agenttxt"">([^>]+>){5}(?<name>[^<]+)([^>]+>){8}(?<mobile>[^<]+)([^>]+>){5}(?<company>[^<]+)", RegexOptions.Compiled);

        Console.WriteLine("-------------s1-------------"); 

        Match m1 = reg1.Match(s1);

        if (m1.Success)

        {

            Console.WriteLine(m1.Groups["name"].Value);

            Console.WriteLine(m1.Groups["mobile"].Value);

            Console.WriteLine(m1.Groups["address"].Value);            

        }

        Console.WriteLine("-------------s2-------------"); 

        Match m2 = reg2.Match(s2);

        if (m2.Success)

        {

            Console.WriteLine(m2.Groups["name"].Value);

            Console.WriteLine(m2.Groups["mobile"].Value);

            Console.WriteLine(m2.Groups["company"].Value);

        }

        Console.WriteLine("-------------s3-------------");

        Match m3 = reg3.Match(s3);

        if (m3.Success)

        {

            Console.WriteLine(m3.Groups["name"].Value);

            Console.WriteLine(m3.Groups["mobile"].Value);

            Console.WriteLine(m3.Groups["company"].Value);

        }

    }

输出结果：


-------------s1-------------

黄佳勇

13715287170

深圳市中联房地产企业发展有限公司 万科城秋桐分行

-------------s2-------------

粟玉春

13760464817

中原地产

-------------s3-------------

庄秀贞

13510916071

中原地产
wackyboy 2010-09-02
  • 打赏
  • 举报
 回复 


"(?ins)(?<=<ul[^<>]*>)((?!</ul>).)*<li><b>姓名</b>：\s*(?<name>[^\s<>]+)</li>\s*<li><b>电话</b>：\s*<span[^<>]+>(?<tel>[^\s<>]+)\s*</span></li>((?!</ul>).)*<li><b>房源总量</b>：\s*(?<cnt>[^\s<>]+)</li>\s*"

取Groups["name"] Groups["tel"] Groups["cnt"]
boringame 2010-09-02
  • 打赏
  • 举报
 回复
换我来做的话，这个不会用正则，会用Xml或者Html来作。
通过文档对象模型，document.getElementsByTagName等方法，找出来。

我正在使用《Csdn收音机》第一时间获取最新动态！
JS正则表达式和replace二三事
之前只是用的时候在网上现找，但是没想到，正则的水这么深，不去深入了解一下，还是不行，否则写出来的正则表达式非但不能完成任务，还有可能调入回溯陷阱，这次是搞明白了捕获应用和结合replace的替换，记录一下。...
正则化与矩阵范数
今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分...
回归问题总结（梯度下降、线性回归、逻辑回归、源码、正则化）
最近，应妹子要求，对回归问题进行了总结。 网上相关资料很多，主要是针对Andrew Ng的在线课程写的笔记， 但大部分都讲得不清晰。这篇博客不能算是原创，主要是将我认为比较好的博客做了总结和梳理。 1、线性回归  ...
WebWork基于正则表达式(regex)的输入验证
WebWork基于正则表达式(regex)的输入验证 本文内容1.开发动机。2.开发过程及示例程序代码3.遇到的问题及思考。4.引用内容一：动机 前天学习了webwork的服务器端validation，不过xwork提供的几个验证类不能很符合...
一年成为Emacs高手(像神一样使用编辑器)
作者：陈斌(redguardtoo) 版本号：20140329 更新时间： 2014-03-29 Sat 原创时间： 2012-01-31 Tue 版权：本文采用以下协议进行授权,自由转载 - 非商用 - 非衍生 ...1 注意 1.1 我的某些观点可能有争议 首先请考虑到
C#

110,556

社区成员

642,563

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Web++
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章