如何读取一个网页的一个特定的网页链接呢？-『提问交流』-AUTOIT CN

sex123 发表于 2012-12-20 10:55:03

如何读取一个网页的一个特定的网页链接呢？

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。

小影发表于 2012-12-20 11:00:16

抓取网页源码，用正则获取URL

sex123 发表于 2012-12-20 11:30:21

抓取网页源码，用正则获取URL
小影发表于 2012-12-20 11:00 http://www.autoitx.com/images/common/back.gif

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。

小影发表于 2012-12-20 11:34:43

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 11:36:29

你要提取的是那部分的URL。。。楼主你抓个图说明一下！

sex123 发表于 2012-12-20 11:44:05

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 http://www.autoitx.com/images/common/back.gif

sex123 发表于 2012-12-20 11:44:48

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 http://www.autoitx.com/images/common/back.gif

这个_IEBodyReadHTML函数是怎么一个格式，哪里有说明吗？

小影发表于 2012-12-20 12:38:06

本帖最后由小影于 2012-12-20 12:40 编辑

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, "(.+\&)amp;(.+)", 3)
If Not @error Then GUICtrlSetData($gccal, $a & $a)

EndIf
EndFunc ;==>test
Func wm_syscommand($hWnd, $sMsg, $sWParam, $slParam)
Switch $sWParam
Case 61536
Exit
EndSwitch
EndFunc ;==>wm_syscommand

sex123 发表于 2012-12-20 14:35:18

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？

小影发表于 2012-12-20 15:35:42

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,"(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 发表于 2012-12-20 16:05:50

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。

小影发表于 2012-12-20 16:07:04

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 发表于 2012-12-20 16:12:43

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。

小影发表于 2012-12-20 16:27:53

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 发表于 2012-12-20 20:59:18

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)

页: [1] 2

AUTOIT CN's Archiver

如何读取一个网页的一个特定的网页链接呢？