[已解决]这个网页中的内容用正则怎么提取

afan

回复 29# 卫和谐


    怎么不一样？

卫和谐

回复 27# afan


能把两部分分开来做?

afan

回复 32# 卫和谐


    28#没看见？

afan

回复  卫和谐

一楼的源码和18楼的完全不一样...

第一个
([^
lixiaolong 发表于 2011-11-25 20:08

可能缺少特征，这样获取会多出许多~
他提供的网页右边排名应该只有20组~

卫和谐

回复 34# afan


    看到了网速太慢,那如果要获取个人那部分呢?

qqmmcc

用DOM 操作不是更方便吗？以20楼为例，节点是id="tbldwph"
获得该节点的innerText文本即可
正则也要看情况的用的。

卫和谐

回复 34# afan


    再帮助看一下个人那部分吧,本人实在太菜了......

afan

回复 37# 卫和谐


    看了下，里面的排行类别很多，有单位、个人、单位人气、个人人气…… 不知道你要哪款？

3mile

#include <INet.au3>
#include <array.au3>

$str=_INetGetSource ( "http://mms.shm.com.cn/smsRegs/2011jc/ListInfo.aspx",False)
$str=BinaryToString($str,4)

$array=StringRegExp($str,'(?ms)\<\!--个人人气--\>.*?/table\>',3)
$str=_ArrayToString($array,@CRLF)
$array=StringRegExp($str,'>\h*([\x{4e00}-\x{9fa5}\d]+)<',3)
Local $out_array[UBound($array)/3][2]
Local $k=0

For $i=0 to UBound($array)-1 Step 3
        $out_array[$k][0]=$array[$i+1]
        $out_array[$k][1]=$array[$i+2]
        $k+=1
Next
_ArrayDisplay($out_array)

卫和谐

回复 38# afan

和单位一样,就是右侧那个个人排行列表,个人名字和票数!

afan

回复 40# 卫和谐


    右侧只有单位人气，没看到有个人的

卫和谐

回复 39# 3mile


    为什么不用单位那种方式分开来写???

卫和谐

回复 41# afan


  有啊,点击候选民警展示,右侧就可以切换啊

3mile

回复 42# 卫和谐
第七行改为:
$array=StringRegExp($str,'(?ms)\<\!--单位人气--\>.*?/table\>',3)

user3000

顶一个，顺便说声：正则的魅力不小！