[C#][固定格式网页解析]使用正则表达式处理网页的初步体会
来源:互联网 发布:vb.net getvalue 编辑:程序博客网 时间:2024/05/16 07:54
用IE WebControl解析网页得到特定网页中的特定数据:
Set oDocument = Form2.m_IE.Document
Set oelement = oDocument.Forms("searchdetail")
Set oListTableElement = oelement.children(0).children(0)
Set oelement = oDocument.Forms("searchdetail")
Set oListTableElement = oelement.children(0).children(0)
这样的好处是简单,但坏处是:如何读取以及节点值究竟是什么含意这些信息,不太好抽取出来放到外面,作为灵活配置的文件。
因为它属于一个Childnodes一个Childnodes这么遍历的,无法灵活设定深度以及含义。
又体验了一把正则表达式,专门处理了特定站点HTML,由于我要处理的页面中总包含某些的固定代码。
发现下面的式子可以把一系列值解析到一个又一个的MatchCollection中。
我用的是"The Regulator"工具,试验结果如下:
也就是Collection“hiddentonenames”总是XX名的集合,按序排列;
Collection“hiddenspnames”总是XX名的集合,按序排列;
以此类推。
在C#中,可以用如下代码得到各个集合的值:
foreach(Match match in matchCollection)
{
Group groupToneNames = match.Groups["hiddentonenames"];
Group groupSpNames = match.Groups["hiddenspnames"];
Group groupSingers = match.Groups["hiddensingers"];
}
这样,我可以针对这各种门派的Portal风格写出专门的正则表达式,但让他们输出的Collections名字都是一样的,从而让获取一个铃声的各个字段的代码固定下来。
以后更新,只需要修改各个门派的正则表达式即可。
另外非常感谢王辉的《Web页面爬行实践》精彩文章!
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=107090
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- 网页解析正则表达式
- 匹配网页编码格式的正则表达式
- 基于java正则表达式的网页解析
- 基于java正则表达式的网页解析
- 【爬虫】正则表达式解析网页
- 利用正则表达式解析新闻网页的算法研究
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- 正则表达式
- [SQL]啊?!查询分析器的BUG?!
- [SQL]对于“无法用TCP/IP协议和远端SQL Server数据库连接”问题
- [J2ME]VideoCoolala(MobileWebCam)设计说明
- [C#][固定格式网页解析]使用正则表达式处理网页的初步体会
- [Perl多线程]自动上传FTP文件的多线程扩展
- [Regex]Greta不支持“Named Groups”特性
- [C#][正则表达式]寻找匹配的Groups的几种方法
- 【语义未来】Twine和Scoutlabs揭示的冰山一角
- [收藏]使用Reporting Services中的窗体身份验证
- 动态关联表
- [SQL]对于“无法用TCP/IP协议和远端SQL Server数据库连接”问题
- 新闻组搜索技术讨论的利器