62,051
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
softbunny 2006-12-07
- 打赏
- 举报
有具体页面才能帮你写正则呀,针对不同页面正则都不一样,不可能有通用的
wslinfeng 2006-11-24
- 打赏
- 举报
结贴了，虽然还没答案，自己研究去
snoopymin 2006-11-24
- 打赏
- 举报
我也顶》。。学习：）
wslinfeng 2006-11-24
- 打赏
- 举报
再顶，就不信没人有个思路，
pkkfaii 2006-11-23
- 打赏
- 举报
学习中
gzdiablo 2006-11-23
- 打赏
- 举报
HTML分析是个相当复杂的过程 建议使用Javascript利用DHTML DOM在客户端获取.在服务器端截取的话是个相当复杂的工作.我用了最少20条正则表达式才能获取到我想要的东西.其中部分表达式还非常的复杂.
主要过程:
1.使用表达式修正不合法的HTML标签
2.去掉没用的标签
3.去掉多于的HTML头
4.去掉脚本
5.备份所有styleSheet包括head里面的<meta>标签里面的样式指向
6.修正所有相对连接
7.查询你要获取的内容 最后获取.
就算完成以上 还是有很多不确定因素要处理
主要过程:
1.使用表达式修正不合法的HTML标签
2.去掉没用的标签
3.去掉多于的HTML头
4.去掉脚本
5.备份所有styleSheet包括head里面的<meta>标签里面的样式指向
6.修正所有相对连接
7.查询你要获取的内容 最后获取.
就算完成以上 还是有很多不确定因素要处理
kui1015 2006-11-23
- 打赏
- 举报
mark
tornado379 2006-11-23
- 打赏
- 举报
采集新闻内容的正则表达式最好是写成能配置的，因为每个网站的新闻格式可能不一样。
Xpengfee 2006-11-23
- 打赏
- 举报
up一下，楼主若是解决了，烦请赐小弟一份代码示例，也让俺学习一下。
谢谢！！xpengfee@163.com
谢谢！！xpengfee@163.com
gzdiablo 2006-11-23
- 打赏
- 举报
拿5000大元我给你个写好的
mobydick 2006-11-23
- 打赏
- 举报
要提供原始字符串和你想要的结果，不然怎么写~~~
petshop4 2006-11-23
- 打赏
- 举报
拿5000大元我给你个写好的
========
这么贵~我半价哈~~
========
这么贵~我半价哈~~
llainn 2006-11-22
- 打赏
- 举报
得看你想采集的网页
windykuang 2006-11-22
- 打赏
- 举报
顶一把...
njrc 2006-11-22
- 打赏
- 举报
up
wslinfeng 2006-11-22
- 打赏
- 举报
自己UP下,顶者有份
