分享
 
 
 

[固定格式网页解析]使用正则表达式解析的初步体会

王朝other·作者佚名  2006-01-09
窄屏简体版  字體: |||超大  

用IE WebControl解析网页得到特定网页中的特定数据:

Set oDocument = Form2.m_IE.Document

Set oelement = oDocument.Forms("searchdetail")

Set oListTableElement = oelement.children(0).children(0)

这样的好处是简单,但坏处是:如何读取以及节点值究竟是什么含意这些信息,不太好抽取出来放到外面,作为灵活配置的文件。

因为它属于一个Childnodes一个Childnodes这么遍历的,无法灵活设定深度以及含义。

又体验了一把正则表达式,专门处理了北京式门户的站点HTML,由于北京式门户的12个省总排行榜页面中总包含这样的固定代码:

<input type = "hidden" name = "hiddentonecode" value = "601504000000000395">

<input type = "hidden" name = "hiddenename" value = "xxx">

<input type = "hidden" name = "hiddensname" value = "ccc">

<input type = "hidden" name = "hiddensinger" value = "vvvv">

<input type = "hidden" name = "hiddentinfo" value = " ">

<input type = "hidden" name = "hiddenpr" value = "42424">

<input type = "hidden" name = "hiddenupdatetime" value = "2004-05-10 10:55:11">

<input type = "hidden" name = "hiddendowadtimes" value = "23432432">

发现下面的式子可以把一系列值解析到一个又一个的MatchCollection中。

我用的是"The Regulator"工具,试验结果如下:

也就是Collection“hiddentonenames”总是XX名的集合,按序排列;

Collection“hiddenspnames”总是XX名的集合,按序排列;

Collection“hiddensingers”总是XX名的集合,按序排列;

以此类推。

在C#中,可以用如下代码得到各个集合的值:

foreach(Match match in matchCollection)

{

Group groupToneNames = match.Groups["hiddentonenames"];

Group groupSpNames = match.Groups["hiddenspnames"];

Group groupSingers = match.Groups["hiddensingers"];

}

这样,我可以针对这各种门派的Portal风格写出专门的正则表达式,但让他们输出的Collections名字都是一样的,从而让获取

一个铃声的各个字段的代码固定下来。

以后更新,只需要修改各个门派的正则表达式即可。

感谢王辉的《Web页面爬行实践》精彩文章!

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有