如何读取一个网页的一个特定的网页链接呢？

sex123

目前一个变量$pmid=124321
则$medlineurl=http://www.ncbi.nlm.nih.gov/pubmed/124321
打开网页后右上角出现的图标所代表的url就是我想找的
http://jcp.sagepub.com/cgi/pmidlookup?view=long&pmid=124321
问这个过程怎么操作呢？
注意，有的网页右上角是没有图标的，就不能找到我想找的url了，这样的不算了，但有的又有两个图标，两个url，情况很乱。$pmid只能是数值形的。

小影

抓取网页源码，用正则获取URL

sex123

抓取网页源码，用正则获取URL
小影 发表于 2012-12-20 11:00

    我不是太懂，怎么抓取网页源码呢，调哪一个.au3呢，这种正则我也不是太会写。

小影

调用IE.AU3文件里面的_IEBodyReadHTML函数
类似的函数有几个，建议学习下吧！

小影

你要提取的是那部分的URL。。。楼主你抓个图说明一下！

sex123

你要提取的是那部分的URL。。。楼主你抓个图说明一下！
小影 发表于 2012-12-20 11:36

sex123

调用IE.AU3文件里面的_IEBodyReadHTML函数
类似的函数有几个，建议学习下吧！
小影 发表于 2012-12-20 11:34

    这个_IEBodyReadHTML函数是怎么一个格式，哪里有说明吗？

小影

回复 7# sex123

代码如下

#include <IE.au3>
#include<guiconstantsex.au3>
#include<windowsconstants.au3>
GUICreate("IE", 500, 380)
Global $gccal = GUICtrlCreateInput("", 10, 340, 440, 30)
_IEErrorHandlerRegister()
$oie = _IECreateEmbedded()
Local $obj = GUICtrlCreateObj($oie, 10, 10, 490, 290)
GUISetState()
GUIRegisterMsg($WM_SYSCOMMAND, "wm_syscommand")
Global $url = "http://www.ncbi.nlm.nih.gov/pubmed/124321"
test($url)
While 1
        Local $msg = GUIGetMsg()
        Select
                Case $msg = -3
                        Exit
        EndSelect
        Sleep(1000)
WEnd

Func test($url)
        Local $html = _IENavigate($oie, $url)
        _IELoadWait($oie)
        Local $html3 = _IEBodyReadHTML($oie)
        Local $strarray = StringRegExp($html3, '<DIV><A\s*href=\"' & '([^"]+)"', 3)
        If Not @error Then
                Local $a = StringRegExp($strarray[0], "(.+\&)amp;(.+)", 3)
                If Not @error Then GUICtrlSetData($gccal, $a[0] & $a[1])
                
        EndIf
EndFunc   ;==>test
Func wm_syscommand($hWnd, $sMsg, $sWParam, $slParam)
        Switch $sWParam
                Case 61536
                        Exit
        EndSwitch
EndFunc   ;==>wm_syscommand

sex123

我是指PMID是变化的，是个变量，我把PMID写成11843217则出现问题了，好像多了一个amp;这个是什么东西。怎么去掉呢？

小影

回复 9# sex123
测试可用

#include <Array.au3>
#include <IE.au3>
#include<guiconstantsex.au3>
#include<windowsconstants.au3>
GUICreate("IE", 500, 380)
Global $gccal = GUICtrlCreateInput("", 10, 340, 440, 30)
_IEErrorHandlerRegister()
$oie = _IECreateEmbedded()
Local $obj = GUICtrlCreateObj($oie, 10, 10, 490, 290)
GUISetState()
GUIRegisterMsg($WM_SYSCOMMAND, "wm_syscommand")
Global $url = "http://www.ncbi.nlm.nih.gov/pubmed/11843217"
;~ Global $url = "http://www.ncbi.nlm.nih.gov/pubmed/124321"
test($url)
While 1
        Local $msg = GUIGetMsg()
        Select
                Case $msg = -3
                        Exit
        EndSelect
        Sleep(1000)
WEnd
 
Func test($url)
        Local $html = _IENavigate($oie, $url)
        _IELoadWait($oie)
        Local $html3 = _IEBodyReadHTML($oie)
        Local $strarray = StringRegExp($html3, '<DIV><A href="([^"]+)'&'"\s*target.+'&'src="'&'http://www.ncbi.nlm.nih.gov/corehtml/query/egifs/http', 3)
                
        If Not @error Then
               Local $a= StringRegExpReplace($strarray[0],"(amp;)","")
                If Not @error Then GUICtrlSetData($gccal, $a)
        EndIf
EndFunc   ;==>test
Func wm_syscommand($hWnd, $sMsg, $sWParam, $slParam)
        Switch $sWParam
                Case 61536
                        Exit
        EndSwitch
EndFunc   ;==>wm_syscommand

sex123

http://www.ncbi.nlm.nih.gov/pubmed/23152893

这个是两个图标的，好像上面的程序只能找到一个URL,另外一个URL没显示出来吧。

小影

回复 11# sex123
自己修改下就行了，方法在这了！！
按具体的情况修改下就能实现了！

sex123

另外，你写的这个正则能不能写成找coin for这个字符，URL就在这个 coin for 周围。

小影

回复 13# sex123
这个得仔细看HTML源码才能确定。。。你可以研究一下，HTML3是个数组来的

user3000

回复 11# sex123


    类似问题,竟然发了3个帖子,太不应该了.
为了不打击你的学习劲头,姑且回复一个吧.

#include <inet.au3>
Local $url = 'http://paper.pubmed.cn/ebeco448a9'
$html = _INetGetSource($url)
$myUrl = StringRegExp($html, '"(http[^\"]+\/23181270)"', 3)
If Not @error Then MsgBox(0, '', $myUrl[0])