doufuguolyl 发表于 2013-7-6 02:40:23

我要采集<h1>和 简介 或者 剧情 之间的文本，怎么办呢？正则？

我想采集电影的信息，一般都是
<h1>标题</h1>
..
..
..
<p>简介</p>   

简介 这一行可能会出现其他情况
<p>剧情</p>
<p>剧情简介</p>

我用“前后截取”的形式没办法匹配多个情况了，请问有什么方法可以截取呢？正则表达式？

303718 发表于 2013-7-6 08:34:51

你可以分多个标签来采集

doufuguolyl 发表于 2013-7-6 08:46:06

本帖最后由 doufuguolyl 于 2013-7-6 08:56 编辑

303718 发表于 2013-7-6 08:34 static/image/common/back.gif
你可以分多个标签来采集

你的意思是
<h1>.....简介
<h1>.....剧情
<h1>.....剧情简介
这三种情况，都采集发布到同一个标签里面去？

可能我理解有问题，这方法不行，三种情况同时出现，就会都采集到内容
页: [1]
查看完整版本: 我要采集<h1>和 简介 或者 剧情 之间的文本，怎么办呢？正则？