如何去除input/select等标签只保留对应value

2017-05-13 12:24:43 529 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

python 遍历select下拉框，获取option标签中value和text的值在写12306爬虫时，遇到选择座席信息时，需要遍历select下拉框获取其中的座席信息。代码如下： seat_types = self.driver.find_element_by_xpath('.//select[starts-with(@id,"seatType")]') seat_ptions_list = seat_types.... 阅读详情

C#在做一个抓包测试时，网页内容包含了input和select，如何取到对应的value？举例如下：
抓取到的str=



<table>

<tr>

<td>用户名</td>

<td><input name="userName" value="张三"  class="red" /></td>

<td>学历</td>

<td><select name="xl">

<option value ="gaoz">高中</option>

<option value ="daz">大专</option>

<option value ="benk"  selected="selected">本科</option>

</select></td>

</tr>

<table>

想要的结果str=



<table>

<tr>

<td>用户名</td>

<td>张三</td>

<td>学历</td>

<td>本科</td>

</tr>

<table>

想到可以用正则匹配，但是只会一点点正则，不知道怎么做。

请大神帮忙，万分感谢。

...全文

同花顺Supermind量化交易技术面分析专题（一）-- 相似k线的形态验证与选股 W底”，“多头上涨”，“趋势回踩”，”上涨中继“这些都是常见的K线形态，以”上涨中继“为例，当股价快速上涨后，出现盘整形态而非顶部形态，预示股价还会进一步上涨，那么本节主要讲述”上涨中继”形态是否能够预测未来股价上涨，以及如何应用“上涨中继”形态，来快速选股。"相似K线"技术相比于传统的K线组合而言更具技术性，其还有较多的运用空间，比如：运用顶部形态来监控个股潜在的下跌风险，运用相似度来监控个股是否脱离大盘走势，研究各类形态的上涨预测能力，并应用于选股等等。第一步：选取一段标准的“上涨中继”形态K线图。阅读详情

hk207

C# 111,129 成员 642,540 内容

+ 关注 + 加入社区

切换为时间正序

hk207 2017-06-05

打赏
举报

大神呢？

xuzuning 2017-05-25

打赏
举报

怎么可能，难道你的机器有问题？

            str = "学历： <SELECT disabled class=text name=xL><OPTION selected value=01>小学</OPTION> <OPTION value=02>初中</OPTION> <OPTION value=03>高中</OPTION> <OPTION value=04>本科</OPTION> <OPTION value=05>研究生</OPTION> <OPTION value=06>博士</OPTION> <OPTION value=07>博士后</OPTION> <OPTION value=08>其它</OPTION></SELECT> ";



            var r = Regex.Replace(r, "(?si)<select.+selected.*?>([^<]+).+?/select>", "$1");

            Console.WriteLine(r);

hk207 2017-05-25

打赏
举报

引用 8 楼 xuzuning 的回复:

因为你没有忽略大下写 (?si)<select.+selected.*?>([^<]+).+?/select>

我试过(?i)、(?s)、(?is)，还是不行啊。

hk207 2017-05-25

打赏
举报

引用 11 楼 xuzuning 的回复:

怎么可能，难道你的机器有问题？

            str = "学历： <SELECT disabled class=text name=xL><OPTION selected value=01>小学</OPTION> <OPTION value=02>初中</OPTION> <OPTION value=03>高中</OPTION> <OPTION value=04>本科</OPTION> <OPTION value=05>研究生</OPTION> <OPTION value=06>博士</OPTION> <OPTION value=07>博士后</OPTION> <OPTION value=08>其它</OPTION></SELECT> ";

            var r = Regex.Replace(r, "(?si)<select.+selected.*?>([^<]+).+?/select>", "$1");
            Console.WriteLine(r);

我仔细看了，可能是因为有的input没有value属性，有的select没有selected，这个咋整？能不能匹配成没有value属性的input为空，没有selected属性的select为空？

正怒月神 2017-05-24

打赏
举报

可以用正则。可惜我不在行，只能给你一个意见

xuzuning 2017-05-24

打赏
举报

因为你没有忽略大下写 (?si)<select.+selected.*?>([^<]+).+?/select>

hk207 2017-05-24

打赏
举报

引用 5 楼 xuzuning 的回复:

        static void Main(string[] args)
        {
            var str = @"<table>
<tr>
<td>用户名</td>
<td><input name=""userName"" value=""张三""  class=""red"" /></td>
<td>学历</td>
<td><select name=""xl"">
<option value =""gaoz"">高中</option>
<option value =""daz"">大专</option>
<option value =""benk""  selected=""selected"">本科</option>
</select></td>
</tr>
<table>";
            var r = Regex.Replace(str, "<input.+value=\"([^\"]+).+?>", "$1");
            r = Regex.Replace(r, "(?s)<select.+selected.*?>([^<]+).+?/select>", "$1");
            Console.WriteLine(r);
        }

为什么这样的select取不到数据呢？？？？？

学历： <SELECT disabled class=text name=xL><OPTION selected value=01>小学</OPTION> <OPTION value=02>初中</OPTION> <OPTION value=03>高中</OPTION> <OPTION value=04>本科</OPTION> <OPTION value=05>研究生</OPTION> <OPTION value=06>博士</OPTION> <OPTION value=07>博士后</OPTION> <OPTION value=08>其它</OPTION></SELECT>

hk207 2017-05-15

打赏
举报

引用 4 楼 sp1234 的回复:

比如说 <select name="xl">，万一人家某个片段输出了 <select name="xl"> 或者 <SELECT name="xl"> 或者 <select class="xxx" anc-nx="func1('select')" name="xl"> 之类的呢？能按照识别语法的方式来设计程序，才能解析。简单匹配单词儿通常只是假设对方不会以 html 语义为基础，而是对对方根本不动态设计 html 输出。

不知道除了正则之外，还有什么好办法可以得到想要的结果？

xuzuning 2017-05-15

打赏
举报

        static void Main(string[] args)

        {

            var str = @"<table>

<tr>

<td>用户名</td>

<td><input name=""userName"" value=""张三""  class=""red"" /></td>

<td>学历</td>

<td><select name=""xl"">

<option value =""gaoz"">高中</option>

<option value =""daz"">大专</option>

<option value =""benk""  selected=""selected"">本科</option>

</select></td>

</tr>

<table>";

            var r = Regex.Replace(str, "<input.+value=\"([^\"]+).+?>", "$1");

            r = Regex.Replace(r, "(?s)<select.+selected.*?>([^<]+).+?/select>", "$1");

            Console.WriteLine(r);

        }

以专业开发人员为伍 2017-05-15

打赏
举报

比如说 <select name="xl">，万一人家某个片段输出了 <select name="xl"> 或者 <SELECT name="xl"> 或者 <select class="xxx" anc-nx="func1('select')" name="xl"> 之类的呢？能按照识别语法的方式来设计程序，才能解析。简单匹配单词儿通常只是假设对方不会以 html 语义为基础，而是对对方根本不动态设计 html 输出。

crystal_lz 2017-05-14

打赏
举报

strnew = regex.Replace( regex.Replace(strold,@"<option.*?>(.*?)</option>","$1"), //替换掉option标签 @"<input.*?value=""(.*?)"".*?>","$1" //替换掉input ).Replace(@"<td><select name=""xl"">","") //替换两个没用到标签 .Replace("</select></td>") .Replace("\r\n\r\n","\r\n"); //由于上面替换了两处没用到地方所以会有多余行替换

所以说要是决定这样有意思就去倒腾吧

以专业开发人员为伍 2017-05-14

打赏
举报

解析一个 html，可以用许多方式，根据你的环境而定。例如 XPath、Linq for XML、jQuery 的选择器、你的 html 解析器产生的层级数据结构。总之都是根据语法解析，而不是简单地匹配什么单词儿。

xuggzu 2017-05-13

打赏
举报

用正则就查表达式写法。不用正则，用xml读取节点也一样，在td节点搜select子节点，然后取option子节点的属性(attribute)selected值，如果该值=selected，取节点值为父节点td值即可。

如何去除input/select等标签只保留对应value

相关推荐