wb990 发表于 2009-1-2 13:51:44

求助写个正则表达式

<li><a href="../index/p2p2.htm?392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb?6075?u?080401" target=_blank></a></li>

想采集 6075?u?080401之间的那个u

不知道正则表达式如何写,请高手帮忙看看.先谢谢了.

afanfan2007 发表于 2009-1-2 14:03:52

<li><a href="(*)6075?[参数]?(*)</li>
使用火车头的话 就这样了

小钕子 发表于 2009-1-2 14:08:37

afanfan2007 发表于 2009-1-2 14:09:05

<li><a href="(*)?(*)?(*)?[参数]?(*)</li>
如果 6075是变动的话 那也就只能这样了.

wb990 发表于 2009-1-2 14:28:58

这样是也能采集到,
可我想同时采集
<li><a href="../index/p2p2.htm?392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb?6075?u?080401" target=_blank></a></li>

p2p2.htm?和?6075?之间的392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb
以及?6075和?080401之间的
U
不用正则可能不行吧?

sushy 发表于 2009-1-2 14:45:04

盲目迷信正则

你就给出一个连接，那采集的办法很简单：
从
<li><a href="../index/p2p2.htm?392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb?6075?
到
?080401" target=_blank></a></li>

保证能采下来，至于其他的情况，那就不知道了。

所以如果你还想采集其他的情况，最好让别人看明白你想采集的这些内容的规律。贴一个太麻烦的话，你可以贴网址。

vus520 发表于 2009-1-2 14:51:35

总的来看，正则肯定是能实现的，呵呵，虽然不敢说是万能。
事实上火车内部也是用正则在处理。

wb990 发表于 2009-1-2 14:56:36

不好意思 斑竹
例子的网站地址是
http://www.tom365.com/movie_2004/html/6075.html

我是想采集
<ul class="mct">
      <li><a href="../index/p2p2.htm?392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb?6075?u?080401" target=_blank></a></li><li><a href="../index/p2p2.htm?392358591/1A3AAA97AF418FDDD1ABD16661A0A5AB624308DC/CJ7.2008.BDRip.X264.HK.rmvb?6075?u?080401" target=_blank></a></li>
      </ul>
之间的播放地址,
这个站的播放地址是由2个部分组成,格式为http://[服务器前缀].tom365.com:8088/[影片地址]
用上面的代码就是这样的组成
<li><a href="../index/p2p2.htm?影片地址?6075?服务器前缀?080401" target=_blank></a></li>

我的目的就是把这个服务器前缀和影片地址在一个标签中采集到,还请斑竹多多费心看看能不能做到.谢谢老大.

sushy 发表于 2009-1-2 15:33:34

本帖最后由 sushy 于 2009-1-2 15:39 编辑

这样的话，你至少需要采集4个内容
="../index/p2p2.htm?392361292/8F50A31ADD75C9E32A779974B9ED4032C67D284F/CJ7.2008.BDRip.X264.CN.rmvb?6075?u?080401

正则匹配内容
<li><a href="../index/p2p2.htm?[参数]?[参数]?[参数]?[参数]" target=_blank>(*)</a></li>

组合结果

http://[参数3].tom365.com:8088/[参数1]

其实火车的正则很简单，匹配内容中的4个[参数]从前往后依次是[参数1],[参数2],[参数3],[参数4]，你在组合结果中将其插入相应的位置即可。

假如你认为6075 和080401那两段用不上，你也可以这么写：

正则匹配内容
<li><a href="../index/p2p2.htm?[参数]?(*)?[参数]?(*)" target=_blank>(*)</a></li>
组合结果
http://[参数2].tom365.com:8088/[参数1]

wb990 发表于 2009-1-2 18:53:17

真的很感谢老大的帮助,原来组合那里的参数的意思是这样的,一直都没弄明白.再次谢谢老大帮助.
页: [1] 2
查看完整版本: 求助写个正则表达式