高分！正则表达式捕获网页里的内容

[li_zhifu]

<meta name="keywords" content="这是内容"/>
<META name="keywords" content="这是内容"/>
<meta name="Keywords" content="这是内容"/>
<meta content="这是内容" name="keywords"/>
<meta content='这是内容' name='keywords'/>
<meta content='这是内容' name='keywords' >
最后得到结果：
这是内容
应考虑到适应网络上各种页面的需要，如大小写，name与content次序不同，标签最后以>而不是/>闭合等，应适应delphi里的TRegExp(或其它)的写法

[liangpei2008]

老孟可以啊，正则写得还挺帅

• 打赏
• 举报

回复 赞

[bdmh]

[Quote=引用 5 楼 liangpei2008 的回复:]
老孟可以啊，正则写得还挺帅
[/Quote]
博士，有在笑话我，你小子这周又回不来了

• 打赏
• 举报

回复 赞

[亮剑_]

小爬虫

• 打赏
• 举报

回复 赞

[bdmh]

你要得到什么结果呢，怎么不写

• 打赏
• 举报

回复 赞

[haitao]

这个。。。。。。我都是用delphi写小函数实现的
最常用的函数就是：getTag
getByTag(sHtml,'content="','" ')得到内容
getByTag(sHtml,'name="','" ')得到key
当然，还需要移动、判断sHtml的当前位置

• 打赏
• 举报

回复 赞

[bdmh]

这是提取name后面值的正则，不知道是不是你要的

procedure TForm1.Button1Click(Sender: TObject);
begin
  GegValues(Memo1.Text);
end;

procedure TForm1.GegValues(s: string);
var
  reg:TRegExpr;
begin
  reg := TRegExpr.Create;
  reg.Expression := '(<meta|<META)(.*?)(name="|name='+#39+')(.*?)("|'+#39+')';
  if reg.Exec(s) then
  begin
    repeat
      ListBox1.Items.Add(reg.Match[4]);
    until not reg.ExecNext;
  end;
  reg.Free;
end;

• 打赏
• 举报

回复 赞