如何匹配网页中的汉字

q19679936 · 发表于 2017-7-12 09:33:10

--采集规则
[清除cookie][/清除cookie]
[采集来源1]http://renliu.01ny.cn/renliufeiyong/list_64_{页码}.html[/采集来源1]
[采集正则1]<h3><a href="/renliufeiyong/(.*?).html"[/采集正则1]
[采集来源2]http://renliu.01ny.cn/renliufeiyong/{采集正则1}.html[/采集来源2]
[采集正则2]<div class="artile_3">([\s\S]+?) </div>[/采集正则2]

这个采集正则2就想匹配采集源例如（http://renliu.01ny.cn/szycdsq/4096.html）的正文但是用([\s\S]+?)匹配出来会有HTML源码有没有办法匹配出全汉字啊???

小伙 · 发表于 2017-7-12 12:55:57

你是想采集？还是弄什么？没太明白，如果采集的话，你匹配出来有网址，那说明正则有问题

q19679936 · 发表于 2017-7-12 13:11:29

小伙发表于 2017-7-12 12:55
你是想采集？还是弄什么？没太明白，如果采集的话，你匹配出来有网址，那说明正则有问题

http://renliu.01ny.cn/renliufeiyong/list_64_1.html 这个是列表页  里面有20篇文章的链接。。
[采集正则1]<h3><a href="/renliufeiyong/(.*?).html"[/采集正则1]  这条正则是想匹配出文章页面的网址信息成为
下一个采集源
通过采集正则1 得到文章页面的网址http://renliu.01ny.cn/renliufeiyong/{采集正则1}.html

然后想将这个页面的文章采集出来。  不知道用什么正则匹配。。

嗯先生！ · 发表于 2017-7-12 17:16:53

不懂

wjshskin · 发表于 2017-7-12 19:45:56

采集文章最好用火车头里面可以去掉HTML 代码

刺客 · 发表于 2017-7-12 20:18:52

http://www.wzdr.cn/article-639.html

buyaoshuohua · 发表于 2017-7-13 10:22:49

正则

jixing · 发表于 2017-7-20 10:08:11

神器用来发布的多

leifukeji · 发表于 2017-7-20 12:53:44

采集还是用专业采集器比较好

		自动登录	找回密码
密码			快速注册

如何匹配网页中的汉字

本月灌水之星

历届版主

宣传大使

VIP赞助会员

乐于助人

论坛讲师

兔年幸运勋章

七夕纪念勋章

规则开发者

忠实粉丝

出谋划策勋章

帅哥勋章

羊年幸运勋章

勤学向上

土豪勋章

10周年纪念勋章

快乐勋章

春节勋章

圣诞勋章

国庆纪念勋章

端午节纪念勋章

网赚达人纪念勋章