[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:社交网络电影完整版 编辑:程序博客网 时间:2024/05/21 23:32
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
- 结构或大内存块打包的办法(上1.1)
- 豆瓣九点的周末:信息过滤器回归无序
- [MQ]MSMQ的访问方式乱弹
- 结构或大内存块打包的办法(中)
- 阳为SS/SN 阴为SP(上)
- [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
- 显示数据库中的表结构(新增了索引及表的描述信息)
- [SQL]数据库置疑的故事
- 几天猎头生活的感想[ZT]
- 如何成为一位明星工程师(一)
- 【新媒体】现阶段新闻聚合的玩法
- [SQL]不要让SQLServer帮你自动转换SQL命令中的数据类型
- 批量将一个库里的所有表里的char改成nchar类型
- [COCOON+Jfor]将FO转换为RTF格式文档(二)