采集到的内容整理下

freeliu · 发表于 2010-6-21 09:01:20

在论坛上采集到如下内容：

支持！作者：59.52.155.*2010-6-14 08:44:30支持！作者：115.53.29.*发表时间：2010-06-18 17:42:2943支持！作者：115.53.29.*发表时间：2010-06-18 17:43:1544支持楼主！作者：115.53.29.*发表时间：2010-06-18 18:20:1745

但是想转换为有规律的。整理成如下表格形式 csv 文件或者txt 文件都行

支持！ 59.52.155.* 2010-6-14  08:44:30

支持！ 115.53.29.*  2010-06-18 17:42:2943

支持！ 115.53.29.*  2010-06-18 17:43:1544

支持楼主！ 115.53.29.* 2010-06-18 18:20:1745

火车头应该可以做到吧？新手入门，请指教！感谢万能的坛子!!

zjyk1984 · 发表于 2010-6-21 10:00:10

可以做的

xiongyujie37 · 发表于 2010-6-21 10:34:38

本帖最后由 xiongyujie37 于 2010-6-21 10:36 编辑

正则

支持[参数]支持

支持[参数1]

然后设置该标签循环匹配

xiongyujie37 · 发表于 2010-6-21 10:35:43

你最好发原帖地址或者源码

这样提取会不准确的

freeliu · 发表于 2010-6-21 11:32:39

http://guba.eastmoney.com/look,600028,10003175422.html

谢谢！
我现在已经采集到了如下的形式。循环采集的。楼层采集不到

作者: 114.81.143.*
楼层:
Time: 2010-6-12 11:00:16
内容: 泰山石油关联交易被否决！必定内涵重大的秘密。
PageUrl: http://guba.eastmoney.com/look,600028,10003175422.html

能简单写个正则表示么？谢谢！

freeliu · 发表于 2010-6-21 11:38:10

股票代码帖子编号帖子楼层作者发表时间内容
600028 10003186221 1 *** *** ***
600028 10003186221 2
600028 10003186221 3
600028 10003186221 4
600028 10003186221 5
600028 10003186221 6
600028 10003186221 7
600028 10003186221 8
600028 10003186221 9
600028 10003186221 10
600028 10003186221 11

freeliu · 发表于 2010-6-21 11:39:01

输出的TXT 格式能这样整理么？好奇的问。好像没有这样的设定功能呢

sth2007 · 发表于 2010-6-22 17:47:45

lz我帮你解决：QQ=97083966

帐号		自动登录	找回密码
密码			加入会员