主頁(yè) > 知識(shí)庫(kù) > 正則方式的自動(dòng)小偷抓網(wǎng)程序

正則方式的自動(dòng)小偷抓網(wǎng)程序
熱門標(biāo)簽：上海400客服電話怎么申請(qǐng) 天津電銷外呼系統(tǒng)違法嗎 滄州電銷外呼系統(tǒng)價(jià)格 銀行信貸電話機(jī)器人 合肥ai電銷機(jī)器人費(fèi)用 凱立德地鐵站地圖標(biāo)注 手機(jī)外呼系統(tǒng)什么原理 溫州外呼系統(tǒng)招商 400電話個(gè)人能不能辦理
有一些瑕疵沒(méi)時(shí)間細(xì)化，只是實(shí)現(xiàn)了效果，大家看一看這個(gè)正則該怎么寫(xiě)好：
URL：http://news.szhome.com/83642.html
內(nèi)容：
復(fù)制代碼 代碼如下:

object>/div>/div>
/div>

div class="share">div class="linkshare" style="right: 0">

這兩個(gè)標(biāo)記之間的代碼。END標(biāo)記的問(wèn)題解決了，但是郁悶的是START截取的標(biāo)記因?yàn)榈诙€(gè)DIV和第三個(gè)中間有換行，我無(wú)語(yǔ)了不知道怎么處理這個(gè)正則。
而且郁悶的是有多處有這種重復(fù)型標(biāo)記，對(duì)正則不太熟悉，我的解決方法如下：

復(fù)制代碼 代碼如下:

MatchCollection mc = Regex.Matches(ghoPage.Trim(), @"(?=div class=['""]txtmsg['""]>)[\s\S]*?(?=div class=['""]share['""]>div class=)", RegexOptions.CultureInvariant | RegexOptions.IgnoreCase);
foreach (Match mm in mc)
{
sb.Append(mc[0].Value.Substring(1933, mc[0].Value.Length - 1933));
}

我算出截取出來(lái)多處兩個(gè)FLASH廣告DIV的長(zhǎng)度是1933，然后處理字符串截取后得到我想要的文本，這樣做的劣勢(shì)就是萬(wàn)一該站改變了兩個(gè)FLASH廣告DIV的長(zhǎng)度我獲取的數(shù)據(jù)就不是完整的呢，有興趣的研究下，看看換行的DIV正則問(wèn)題怎么處理。
里面用到了自己寫(xiě)的一個(gè)BUTTON控件，可以在點(diǎn)擊后禁止重復(fù)點(diǎn)擊，然后就是一些判斷，在思路上蠻不錯(cuò)，可以做到一直抓取，因?yàn)椴唤?jīng)常用就沒(méi)做成WINDOWS服務(wù)類型，這樣的程序可以做成WINDOWS服務(wù)，把規(guī)則寫(xiě)在INI文件中，抓錄的規(guī)則和正則也放在配置文件中，這樣就能實(shí)現(xiàn)自動(dòng)抓錄。

很短的代碼，對(duì)這種抓錄有興趣的朋友可以嘗試下。下載

標(biāo)簽：許昌 信陽(yáng) 常州 朔州 萊蕪 自貢 西雙版納 孝感

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《正則方式的自動(dòng)小偷抓網(wǎng)程序》，本文關(guān)鍵詞  正則,方式,的,自動(dòng),小偷,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《正則方式的自動(dòng)小偷抓網(wǎng)程序》相關(guān)的同類信息！
  • 本頁(yè)收集關(guān)于正則方式的自動(dòng)小偷抓網(wǎng)程序的相關(guān)信息資訊供網(wǎng)民參考！
    • 推薦文章