强烈高效正则。。。懂正则的大神速来报道！！！！

vip__888 2011-12-10 02:17:56 
<thead>

	<tr>

		<td class="table-product">商品名称</td>

		<td class="table-price">

			<a  class="orderup" href="javascript:changeSortByIcon(1)" 	 >

				商品售价

			</a>

		</td>

		<td class="table-stock">库存</td>

		        <td class="table-price">

			<a  class="orderdown" href="javascript:changeSortByIcon(4)" >

				商品单价

			</a>

		</td>

				<td  class="table-type">保障类型</td>

	</tr>

</thead>



	<tbody>

		            <tr>

                <td>

<a  		href="/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao"

class="listicon-guan"

>【点券全】200传奇世界元宝=179.52元</a>

<p>

商品种类：

元宝/点券<br />游戏/区/服：传奇世界/全区/全服

</p></td>

				<td><span class="num">179.52</span>元



									<a href="

											/sales/getCommodityByPointSetp1.htm?commodityId=10978"

										class="buy">立即购买</a>

				 </td>

            	<td>            			1件

            		            	</td>

								<td><span class="num">0.8976</span>元</td>

				            	<td>

    					                          <span class="listicon-shandian" title="当您完成支付，我们将立即为您发货，无需任何等待">闪电发货</span><span class="listicon-guanfang" title="提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑">官方保障</span>

        								</td>

            </tr>

		            <tr>

                <td>

<a  		href="/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao"

class="listicon-guan"

>【慧慧宝宝】100传奇世界元宝=89.77元</a>

<p>

商品种类：

元宝/点券<br />游戏/区/服：传奇世界/全区/全服

</p></td>

				<td><span class="num">89.77</span>元



									<a href="

											/sales/getCommodityByPointSetp1.htm?commodityId=491145"

										class="buy">立即购买</a>

				 </td>

            	<td>            			39件

            		            	</td>

								<td><span class="num">0.8977</span>元</td>

				            	<td>

    					                          <span class="listicon-shandian" title="当您完成支付，我们将立即为您发货，无需任何等待">闪电发货</span><span class="listicon-guanfang" title="提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑">官方保障</span>

        								</td>

            </tr>


求商品名称，商品售价，库存，商品单价，和最后的一个连接/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao
求高效的 以前发了一个贴 被童鞋们解决了 但是效率实在不理想。。。。所以 求高效。。。

上次帖子的传送门
...全文
242 19 打赏 收藏 转发到动态 举报
写回复
用AI写文章
19 条回复
切换为时间正序
请发表友善的回复…
发表回复
vip__888 2011-12-12
  • 打赏
  • 举报
 回复
[Quote=引用 13 楼 soonfei 的回复:]

哥们，我给你写一个js的，你看看，顺便测试一下是多少。
HTML code
<head>
<title></title>
<script type="text/javascript">
function gettable() {
//tested 是<tbody>的id
var td1 = "";var td1……
[/Quote]
我的是c#程序 js不适用啊
vip__888 2011-12-12
  • 打赏
  • 举报
 回复
[Quote=引用 17 楼 q107770540 的回复:]

此处如果有效率要求，貌似用正则不是最优的解决方案
[/Quote]
3楼的方法是不错滴 速度还是很快的
q107770540 2011-12-10
  • 打赏
  • 举报
 回复
此处如果有效率要求，貌似用正则不是最优的解决方案
Mr-Jee 2011-12-10
  • 打赏
  • 举报
 回复
2楼的童鞋似乎对正则很有兴趣。给个建议，如果是追求效率的话，重点在于减少回溯的次数。
Mr-Jee 2011-12-10
  • 打赏
  • 举报
 回复
其实我同意5楼的哥们的方式。
            Regex reg = new Regex(@"<tr>\s*<td>\s*<a\s*href=""(?<url>[^""]+)([^>]+>)(?<name>[^<]+)([^>]+>){7}(?<price>[^<]+)([^>]+>){5}(?<number>[^<]+)([^>]+>){3}(?<single>[^<]+)", RegexOptions.Compiled);
轻狂小疯 2011-12-10
  • 打赏
  • 举报
 回复
正则啊 略懂 略懂！！！呵呵 ！！
诺维斯基 2011-12-10
  • 打赏
  • 举报
 回复
哥们，我给你写一个js的，你看看，顺便测试一下是多少。
<head>

    <title></title>

    <script type="text/javascript">

        function gettable() {

            //tested  是<tbody>的id

            var td1 = "";var td1text = "";

            var td2 = "";var td2text = "";

            var td3 = "";

            var td4 = "";var td4text = "";

            var href = "";

            var reg = /<a[^>]+?href=\"(.+?)\"[^>]+?>([^<]+?)<\/a>/;

            var reg1=/<span[^>]+?>([^<]+?)<\/span>([^<\s]+)/;

            var testTR = document.getElementById("tested").getElementsByTagName("tr");

            for (var j = 0; j < testTR.length; j++) {

                td1 = testTR[j].children[0].innerHTML;

                if (reg.test(td1)) {

                    href = RegExp.$1;

                    td1text = RegExp.$2;

                }

                td2 = testTR[j].children[1].innerHTML;

                if (reg1.test(td2)) {

                    td2text = RegExp.$1 + RegExp.$2;

                }

                 td3 = testTR[j].children[2].innerHTML;

                 td4 = testTR[j].children[3].innerHTML;

                 if (reg1.test(td4)) {

                     td4text = RegExp.$1 + RegExp.$2;

                 }

                 document.write(href.toString() + "<br/>" + td1text.toString() + "<br/>" + td2text + "<br/>" + td3 + "<br/>" + td4text + "<br/><br/><br/><br/>");

            }

        }   

    </script>

</head>

<body>

<input type="button" id="" onclick="gettable();" value="确定" />

    <table>

        <thead>

            <tr>

                <td class="table-product">

                    商品名称

                </td>

                <td class="table-price">

                    <a class="orderup" href="javascript:changeSortByIcon(1)">商品售价 </a>

                </td>

                <td class="table-stock">

                    库存

                </td>

                <td class="table-price">

                    <a class="orderdown" href="javascript:changeSortByIcon(4)">商品单价 </a>

                </td>

                <td class="table-type">

                    保障类型

                </td>

            </tr>

        </thead>

        <tbody id="tested">

            <tr>

                <td>

                    <a href="/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao"

                        class="listicon-guan">【点券全】200传奇世界元宝=179.52元</a>

                    <p>

                        商品种类： 元宝/点券<br />

                        游戏/区/服：传奇世界/全区/全服

                    </p>

                </td>

                <td>

                    <span class="num">179.52</span>元 <a href="

                                            /sales/getCommodityByPointSetp1.htm?commodityId=10978" class="buy">

                        立即购买</a>

                </td>

                <td>

                    1件

                </td>

                <td>

                    <span class="num">0.8976</span>元

                </td>

                <td>

                    <span class="listicon-shandian" title="当您完成支付，我们将立即为您发货，无需任何等待">闪电发货</span><span

                        class="listicon-guanfang" title="提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑">官方保障</span>

                </td>

            </tr>

            <tr>

                <td>

                    <a href="/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao"

                        class="listicon-guan">【慧慧宝宝】100传奇世界元宝=89.77元</a>

                    <p>

                        商品种类： 元宝/点券<br />

                        游戏/区/服：传奇世界/全区/全服

                    </p>

                </td>

                <td>

                    <span class="num">89.77</span>元 <a href="

                                            /sales/getCommodityByPointSetp1.htm?commodityId=491145" class="buy">

                        立即购买</a>

                </td>

                <td>

                    39件

                </td>

                <td>

                    <span class="num">0.8977</span>元

                </td>

                <td>

                    <span class="listicon-shandian" title="当您完成支付，我们将立即为您发货，无需任何等待">闪电发货</span><span

                        class="listicon-guanfang" title="提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑">官方保障</span>

                </td>

            </tr>

            </tbody>

    </table>

</body>

</html>
orain 2011-12-10
  • 打赏
  • 举报
 回复
其实 3 楼的是一个挺不错的解决方案，简单清晰。其时间的消耗主要是花费在建立 DOM 上，而不是查找上。
orain 2011-12-10
  • 打赏
  • 举报
 回复
一个纯字符串的方案：


	private List<string> Match()

	{

		string html = @"

<thead>

	<tr>

		<td class=""table-product"">商品名称</td>

		<td class=""table-price""> <a class=""orderup"" href=""javascript:changeSortByIcon(1)"" >商品售价</a> </td>

		<td class=""table-stock"">库存</td> 

		<td class=""table-price""> <a class=""orderdown"" href=""javascript:changeSortByIcon(4)"" > 商品单价 </a> </td> 

		<td class=""table-type"">保障类型</td> 

	</tr> 

</thead> 

<tbody> 

	<tr> 

		<td> <a href=""/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao"" class=""listicon-guan"" >【点券全】200传奇世界元宝=179.52元</a> <p> 商品种类：元宝/点券<br />游戏/区/服：传奇世界/全区/全服 </p></td> 

		<td><span class=""num"">179.52</span>元 <a href="" /sales/getCommodityByPointSetp1.htm?commodityId=10978"" class=""buy"">立即购买</a> </td> 

		<td> 1件 </td> 

		<td><span class=""num"">0.8976</span>元</td> 

		<td> <span class=""listicon-shandian"" title=""当您完成支付，我们将立即为您发货，无需任何等待"">闪电发货</span><span class=""listicon-guanfang"" title=""提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑"">官方保障</span> </td> 

	</tr> 

	<tr> 

		<td> <a href=""/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao"" class=""listicon-guan"" >【慧慧宝宝】100传奇世界元宝=89.77元</a> <p> 商品种类：元宝/点券<br />游戏/区/服：传奇世界/全区/全服 </p></td> 

		<td><span class=""num"">89.77</span>元 <a href="" /sales/getCommodityByPointSetp1.htm?commodityId=491145"" class=""buy"">立即购买</a> </td> 

		<td> 39件 </td> <td><span class=""num"">0.8977</span>元</td> 

		<td> <span class=""listicon-shandian"" title=""当您完成支付，我们将立即为您发货，无需任何等待"">闪电发货</span><span class=""listicon-guanfang"" title=""提供盛大游戏的官方自动商品验证及自动充值，免除您的一切顾虑"">官方保障</span> </td>		

	</tr> 

</tbody>

";

		int startPos = html.IndexOf("<tbody>") + 7;		

		int endPos = html.IndexOf("</tbody>", startPos);

		List<string> list = new List<string>();

		while (startPos < endPos && startPos != -1)

		{

			startPos = html.IndexOf("<td>", startPos) + 4;

			// 链接

			startPos = html.IndexOf("href=\"", startPos) + 6;

			int end = html.IndexOf("\"", startPos);

			list.Add(html.Substring(startPos, end - startPos));



			// 品名

			startPos = html.IndexOf(">", end) + 1;

			end = html.IndexOf("</a>", startPos);

			list.Add(html.Substring(startPos, end - startPos));



			// 价格

			startPos = html.IndexOf("<td>", end) + 4;

			startPos = html.IndexOf(">", startPos) + 1;

			end = html.IndexOf("<", startPos);

			list.Add(html.Substring(startPos, end - startPos));



			// 数量

			startPos = html.IndexOf("<td>", end) + 4;

			end = html.IndexOf("</td>", startPos);

			list.Add(html.Substring(startPos, end - startPos).Trim());



			// 单价

			startPos = html.IndexOf("<td>", end) + 4;

			startPos = html.IndexOf(">", startPos) + 1;

			end = html.IndexOf("<", startPos);

			list.Add(html.Substring(startPos, end - startPos).Trim());



			startPos = html.IndexOf("<tr>", end);

		}



		return list;

	}

结果：
循环 10000 次耗时：00:00:00.8750000
/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao
【点券全】200传奇世界元宝=179.52元
179.52
1件
0.8976
/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao
【慧慧宝宝】100传奇世界元宝=89.77元
89.77
39件
0.8977

优点：执行效率高
缺点：对格式适应性差
vip__888 2011-12-10
  • 打赏
  • 举报
 回复
5楼的哥们的速度在245毫秒左右 20条数据
继续测试2楼的

2楼的哥们 速度在740毫秒左右 。继续期待大神
orain 2011-12-10
  • 打赏
  • 举报
 回复
JQuery 的遍历，绝对比正则的效率高得多，DOM 在内存中本身已经结构化了，JQuery 的遍历大多循环一遍就可以完成，但复杂正则的遍历，想要一遍循环就完成查找是不可能的，它要不停的对字符串做回溯对比，然后才能得到匹配的值，这个效率差可能几十倍到上百倍。
如果查找字符串，真的要高效，最好是自己写算法，即使最笨的挨个比较字符，都比正则效率高。正则的好处是使用方便，在按格式匹配中，能节省大量写代码的时间。
其实楼主这个方案，一个妥协的办法是直接字符串截取到 TBody 的内容，然后用正则提取每一个 Td，然后再提取数据，可能效率会好一些。
vip__888 2011-12-10
  • 打赏
  • 举报
 回复
试试就知道了。。都别吵
人生难得一只鸡 2011-12-10
  • 打赏
  • 举报
 回复
[Quote=引用 6 楼 soonfei 的回复:]

像这样的，你还用正则？有js吧。
看那一大陀正则，会高效？
[/Quote]
你有真正测试过它的效率么？即便你用JS也要定位到具体位置的Html标签，像这种没有明确标识的标签，用JS还不一样得去遍历循环？即便用JQUETY选择器，也会逐级去查找和定位。
诺维斯基 2011-12-10
  • 打赏
  • 举报
 回复
像这样的，你还用正则？有js吧。
看那一大陀正则，会高效？
dalmeeme 2011-12-10
  • 打赏
  • 举报
 回复
怎么回事，我刚才发的3楼到哪去了。再发一遍吧。
我不写正则了，用HtmlAgilityPack：
		HtmlDocument htmlDoc = new HtmlDocument();

		htmlDoc.Load(Server.MapPath("~/test.txt"));

		HtmlNodeCollection nodes = htmlDoc.DocumentNode.SelectNodes(@"//tbody//tr");

		foreach (HtmlNode node in nodes)

		{

			Response.Write(node.SelectSingleNode(@"td[1]/a").Attributes["href"].Value + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[1]/a").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[2]/span").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[3]").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[4]/span").InnerText + "<br/>");

		}

输出：
/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao
【点券全】200传奇世界元宝=179.52元
179.52
1件
0.8976
/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao
【慧慧宝宝】100传奇世界元宝=89.77元
89.77
39件
0.8977
人生难得一只鸡 2011-12-10
  • 打赏
  • 举报
 回复
以上用的是上个帖子的html代码
dalmeeme 2011-12-10
  • 打赏
  • 举报
 回复
正则就不写了，估计我写得效率也不会高到哪去。你用HtmlAgilityPack试试：
		HtmlDocument htmlDoc = new HtmlDocument();

		htmlDoc.Load(Server.MapPath("~/test.txt"));

		HtmlNodeCollection nodes = htmlDoc.DocumentNode.SelectNodes(@"//tbody//tr");

		foreach (HtmlNode node in nodes)

		{

			Response.Write(node.SelectSingleNode(@"td[1]/a").Attributes["href"].Value + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[1]/a").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[2]/span").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[3]").InnerText + "<br/>");

			Response.Write(node.SelectSingleNode(@"td[4]/span").InnerText + "<br/>");

		}

输出：
/commodity/getCommodity.htm?commodityId=10978&commodityTypeForUIURL=yuanbao
【点券全】200传奇世界元宝=179.52元
179.52
1件
0.8976
/commodity/getCommodity.htm?commodityId=491145&commodityTypeForUIURL=yuanbao
【慧慧宝宝】100传奇世界元宝=89.77元
89.77
39件
0.8977
人生难得一只鸡 2011-12-10
  • 打赏
  • 举报
 回复 
 string pattern = @"(?im)(?<=<div[^>]*?table-lists[^>]*?>(?:(?!</?div>)[\s\S])*)<td>\s*<a[^>]+href=(['""])([^'""]+)[^>]+>([^<]+)</a>[\s\S]*?";

            pattern += @"<span[^>]+num[^>]*>\s*([^<]+)\s*</span>[\s\S]*?";

            pattern += @"<td[^>]*>\s*([^<]+)\s*</td>[\s\S]*?";

            pattern += @"<span[^>]+num[^>]*>\s*([^<]+)\s*</span>";

            string tempStr = File.ReadAllText(@"C:\Users\dell\Desktop\Test.txt",Encoding.GetEncoding("gb2312"));//读取文档

            foreach (Match m in Regex.Matches(tempStr, pattern))

            {

                //循环输出

                string value = m.Value;

                string href = m.Groups[2].Value;///commodity/getCommodity.htm?commodityId=555204&commodityTypeForUIURL=yuanbao

                string product_name = m.Groups[3].Value;//【乐清人】100热血传奇元宝=104.00元

                string sale_price = m.Groups[4].Value;//104.00

                string product_num = m.Groups[5].Value;//10件

                string single_price = m.Groups[6].Value;//1.0400

          

            }
vip__888 2011-12-10
  • 打赏
  • 举报
 回复
TMD 没人？
JavaScript正则表达式迷你书
大神老姚的最新著作《JavaScript正则表达式迷你书》，让你快速学习和掌握JavaScript正则表达式，体会正则表达式真正的强大！
C++ 正则文法定义-正则表达式-NFA-DFA-最小化DFA-字符串匹配DFA
内涵C++源码，UML类图，算法思想文档。内容主要包括：自定义正则文法（在ProgramManager类中自定义），根据正则文法和输入的正则表达式构建NFA，NFA自动构建DFA，DFA最小化，DFA匹配字符串。其中含有大量的中文注释，并提供了测试方法。本人还是学生，希望各位大神多多指点。
带你学会使用正则表达式
正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。 本门课程主要讲解正则表达式的引用场景和一些基础用法，让...
常用正则表达式常用正则表达式
常用正则表达式常用正则表达式常用正则表达式
正则表达式的一些应用案例
描述了一些正则表达式的实际案例,比如捕获组命名,零宽断言等等
.NET社区

62,046

社区成员

669,049

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术交流专区
javascript云原生 企业社区
社区管理员
  • ASP.NET
  • .Net开发者社区
  • R小R
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

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见，支持健康理性的辩论和互动，反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧

+ 用AI写文章