1,593
社区成员
发帖
与我相关
我的任务
分享关于提取网页的链接问题请教
我想实现从一个网页中获取该网页的所有链接，尝试过用webbrowser，只能获取<a href="">之类的链接，但是对于javascripts写的链接就无能为力？请问有没有高手曾经做过同类的控件、函数，请指教。
...全文
请发表友善的回复…
发表回复
jamosnet 2006-07-27
- 打赏
- 举报
这个问题没有ttk想的简单，对于他的爬虫我表示怀疑
javascript的连接我是这么理解的，连接是js生成的，例如
for( i=0,j=0;i<10;i++,j++ )
{
src = "../link"+i+".cgi?" + j
document.write( "<a href="+src+">link</a>" )
}
连接是算出来的，不能简单匹配字符串
我有个不聪明的办法，用webbrowser载入页面，然后获取其中的所有连接
javascript的连接我是这么理解的，连接是js生成的，例如
for( i=0,j=0;i<10;i++,j++ )
{
src = "../link"+i+".cgi?" + j
document.write( "<a href="+src+">link</a>" )
}
连接是算出来的，不能简单匹配字符串
我有个不聪明的办法，用webbrowser载入页面，然后获取其中的所有连接
tttk 2006-06-23
- 打赏
- 举报
我写的只是个大概，根据实际情况会有所变化。我不太明白你说的javascript里面的链接是什么意思？
我以前做过一个新闻爬虫软件，专门分析网页中的各种链接，没有什么问题。
我以前做过一个新闻爬虫软件，专门分析网页中的各种链接，没有什么问题。
飞天揽月 2006-06-23
- 打赏
- 举报
不能
delphi168 2006-06-23
- 打赏
- 举报
谢谢tttk(网络芝麻) 指教，如何使用规则表达式？是不是要用控件？
但我看这两个表达式，估计也不能从javascript中抽取链接。
但我看这两个表达式，估计也不能从javascript中抽取链接。
tttk 2006-06-22
- 打赏
- 举报
所有的锚链接：(?i)href=['|"]?([^ >]+)['|"]?)[^>]+
所有的src链接 (?i)src=['|"]?([^ >]+)['|"]?)[^>]+
所有的src链接 (?i)src=['|"]?([^ >]+)['|"]?)[^>]+
tttk 2006-06-22
- 打赏
- 举报
建议用规则表达式来解决
