来搞个正则咯

[Imcx]

从某购物网站获取获取一些商品的标题、售价和销量
标题就不多说了，售价只有数字和点，销量只有数字

<!--以下为整个网页中我需要的数据的部分，删除了部分无用的元素例如图片啥的-->
<div class="J_TItems"> 
  <div class="item5line1"><!--这个理解为一行方便我描述-->
    <dl class="item"> <!--这个理解为一项-->
      <dd class="detail"> 
        <a class="item-name J_TGoldData">标题</a>
        <div class="attribute"> 
          <div class="cprice-area"> 
            <span class="c-price">售价</span> 
          </div>  
          <div class="sale-area"> 
            <span class="sale-num">销量</span> 
          </div> 
        </div> 
      </dd> 
    </dl>
    <!--每行5项，且最后一项的class="item last"这样-->
  </div>
  <!--行数不定-->
</div>

大神们快来带我起飞

[Imcx]

不知道我删除了一些不需要的元素会不会影响匹配啊（整体结构没有改变）

[娃都会打酱油了]

还是xml解析的方式来吧，删除dom元素对正则有可能有影响

[Imcx]

引用 2 楼 starfd 的回复:

还是xml解析的方式来吧，删除dom元素对正则有可能有影响

我还想问下能不能用正则完成这个工作

[娃都会打酱油了]

dom结构确定，当然能用正则，你要匹配的就是这段

<dd class="detail"> 
        <a class="item-name J_TGoldData">标题</a>
        <div class="attribute"> 
          <div class="cprice-area"> 
            <span class="c-price">售价</span> 
          </div>  
          <div class="sale-area"> 
            <span class="sale-num">销量</span> 
          </div> 
        </div> 
      </dd> 

[Poopaye]

正则又不是万能的

[我叫小菜菜]

要考虑网页可能会变化。 我更倾向于xpath路径+选择器进行匹配，而不是正则匹配。

[摇撼大地]

用xpath好一点吧。。。。。。

[我叫小菜菜]

http://item.jd.com/1861098.html 比如这段是内容，<strong id="jd-price" class="p-price">￥6388.00</strong> 绝对路径是/html/body/div[5]/div[3]/div/div[2]/div/div[3]/div[2]/div[2]/strong 换成css选择器，div/div/div/div/strong[@"id"="jd-price"] 那基本网页再怎么变化，都是正确匹配这个￥6388.00的了

[Imcx]

引用 4 楼 starfd 的回复:

dom结构确定，当然能用正则，你要匹配的就是这段

<dd class="detail"> 
        <a class="item-name J_TGoldData">标题</a>
        <div class="attribute"> 
          <div class="cprice-area"> 
            <span class="c-price">售价</span> 
          </div>  
          <div class="sale-area"> 
            <span class="sale-num">销量</span> 
          </div> 
        </div> 
      </dd> 

求点解一下咯

引用 5 楼 shingoscar 的回复:

正则又不是万能的

引用 6 楼 zhi_ai_yaya 的回复:

要考虑网页可能会变化。 我更倾向于xpath路径+选择器进行匹配，而不是正则匹配。

引用 7 楼 qq_20324803 的回复:

用xpath好一点吧。。。。。。

是这样的。。网页的标签不是很规范，会出现没有闭标签的标签，这个东西浏览器可以识别，但是用xml我不会，所以考虑一下正则

[Imcx]

比如<meta>、 <input>属性写对就可以了

[娃都会打酱油了]

@"<dd\s*class=""detail"">\s*<a\b[^>]*>([^<>]*)</a>[\s\S]*?<span\b[^>]*>([^<>]*)</span>[\s\S]*?<span\b[^>]*>([^<>]*)</span>"

m.Groups[1]对应标题，2对应售价，3对应销量

这里可能会有些问题，因为是按照你的html，以<dd class="detail"> 作为起始查找位置的，后续部分就没有细致的匹配