关于网页正则表达式取数据请教

小小盘 · 发表于 2012-8-1 09:09:09

本帖最后由小小盘于 2012-8-1 09:12 编辑

想从论坛批量下载帖子需取" class="t_msgfont">和<br>之间的内容，用正则表达式：" class="t_msgfont">（?s)<br>,不能筛选出，请各位老师指教

haijie1223 · 发表于 2012-8-1 09:42:48

(?s)(?<=" class="t_msgfont">).*?(?=<br>)

小小盘 · 发表于 2012-8-1 09:51:50

昨天上午试了一上午，谢谢老师帮忙，

xiehuahere · 发表于 2012-8-1 14:48:00

回复 2# haijie1223

说实话，没看懂 ?<= 和 ?= 的用法。StringRegExp的帮助好像没有。

xiaowo · 发表于 2012-8-1 15:16:26

haijie1223 发表于 2012-8-1 09:42

.*的后面加个?请问是代表什么呢

.*?和.＋有何不同呢

32714107 · 发表于 2012-8-1 15:32:41

第N次看到正则表达式这个概念了，感觉很有用，但还是一头雾水，加油啊！

xiehuahere · 发表于 2012-8-1 16:07:10

本帖最后由 xiehuahere 于 2012-8-1 16:16 编辑

回复 5# xiaowo

这个我知道，可以告诉你。

.*?
. 匹配任意单字符，默认不包括换行符。但这里前面加了(?s)，. 就也可以匹配换行符了。因为考虑到" class="t_msgfont">和<br>之间的内容可能换行，所以这样做是很必要的。

* 重复前一个字符0次或多次。这里的前一个字符就是 . 所匹配的任意单字符。

? (在一个重复字符之后) 查询最小范围匹配代替最大范围。这就是帮助里的原话。意思是前面 .* 匹配的范围不包含前面的" class="t_msgfont">和后面的<br>，就是所谓的最小匹配，匹配出来的字串最短。

.+
就是重复前一个字符至少1次。这里的前一个字符就是 . 所匹配的任意单字符。

简单说，最主要的区别就是 * 和 + 的区别。
.* 匹配的东西可以为空（0次或多次，0次的时候就是空），.+匹配的内容一定非空（至少出现1次）。

haijie1223 · 发表于 2012-8-1 16:11:21

回复 4# xiehuahere

(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置

haijie1223 · 发表于 2012-8-1 16:12:37

回复 5# xiaowo

a.*?b匹配最短的，以a开始，以b结束的字符串

xiehuahere · 发表于 2012-8-1 16:15:09

回复 8# haijie1223

多谢！！这样看起来很合理。
那个《正则表达式30分钟入门教程》里有，看来au3支持的正则绝不仅是帮助里说的那些。

xiaowo · 发表于 2012-8-1 16:16:33

回复 9# haijie1223

原来如此，受教了

xiaowo · 发表于 2012-8-1 16:18:42

回复 xiaowo

这个我知道，可以告诉你。

.*?
. 匹配任意单字符，默认不包括换行符。但这里前面加 ...
xiehuahere 发表于 2012-8-1 16:07

我也看了《正则表达式30分钟入门教程》，里面没有提到(?s)和(?i)这些，请问这些是在哪里看到的

xiehuahere · 发表于 2012-8-1 16:22:39

回复 12# xiaowo

这些在autoit帮助文件里有，看看 StringRegExp 函数的帮助说明。

xiaowo · 发表于 2012-8-1 16:25:30

回复 xiaowo

这些在autoit帮助文件里有，看看 StringRegExp 函数的帮助说明。
xiehuahere 发表于 2012-8-1 16:22

看到了，谢谢，原来后面有部分中文的呀，我就看前面几个是E文的就没往下翻了……求翻译呀

		自动登录	找回密码
密码			加入

[AU3基础] 关于网页正则表达式取数据请教

本帖子中包含更多资源

相关帖子