[已解决]求助网页内容的正则筛选导出

小兵

太久不写东西了，本来就不怎么会，现在更是忘光了，只好求助大家了

如何获取商品名称、链接、销量？注：原价有时候有、有时候没有




发哥给的代码如下，有原价可正常获取，部分商品没有原价时（图1右侧）获取价格错位，当所有商品均只有现价时什么也获取不到

#include <array.au3>
Local $hFile = FileOpen('1.txt')
Local $sText = FileRead($hFile)
FileClose($hFile)
Global $aTaobaoItem[1][4] 
Local $aInfo = StringRegExp($sText,'class\s*?=\s*?"item-name[^<>]+?href\s*?=\s*?"(//item\.taobao\.com/item\.htm\?id=\d+)"[^<>]+?>\s*?(\S.*?)</a[\s\S]+?c-price"\s*>([\d\.]+?)<b><[\s\S]+?</b>sale-num"\s*>(\d+?)<',3);
$hw2 = FileOpen("2.txt", 10)
        
If Not  Mod(UBound($aInfo),4) Then
;         MsgBox(0,UBound($aInfo),UBound($aInfo)/4)
        ReDim $aTaobaoItem[UBound($aInfo)/4][4]
        Local $iIndex = 0
        For $i = 0 To UBound($aInfo) - 1 Step 4
                $aTaobaoItem[$iIndex][0] = 'https:'&$aInfo[$i]
                $aTaobaoItem[$iIndex][1] = $aInfo[$i+1]
                $aTaobaoItem[$iIndex][2] = $aInfo[$i+2]
                $aTaobaoItem[$iIndex][3] = $aInfo[$i+3]

                FileWriteLine(@DesktopDir & "\2.txt", $i/4+1 &' - '&$aInfo[$i+1] &@CRLF& 'https:'&$aInfo[$i] &@CRLF& '价格：'&$aInfo[$i+2] &@CRLF& '销量：'&$aInfo[$i+3] &@CRLF&@CRLF)
                $iIndex+=1
        Next
        _ArrayDisplay($aTaobaoItem)
EndIf

FileClose($hw2)

发哥的正则在没有蓝框部分时无法正常获取，请教如何修改？

或者各位有什么简单易懂的写法指点指点，感谢各位，感谢发哥

附件1.txt是两页商品的html源码

afan

Highlight code by AuREHelper (?si)"J_TGoldData"\h+href="([^"](?#)+).+?img\h+alt="([^"](?#)+)".+?>￥.+?>([\d.](?#)+)<.+?">已售：<.+?>(\d+)<

注意，论坛的问题导致字符发生改变，以上贴出的字符 ，即￥需自行替换

小兵

谢A版，贴上销量图供对比输出结果，呃。。。那么多1元钱的硬盘赶紧来一打挖矿

afan

小兵 发表于 2021-4-18 15:35
谢A版，贴上销量图供对比输出结果，呃。。。那么多1元钱的硬盘赶紧来一打挖矿

自己不会改一下……

小兵

afan 发表于 2021-4-18 15:20

使用2楼方法得到与2楼同样的结果：第三行开始不正确 - - ||
￥是改正确的

afan

小兵

A大可否分享一下上面的正则

afan

上面的字符在论坛发帖有问题，没有匹配结果居然不反馈。

Highlight code by AuREHelper (?si)"J_TGoldData"\h+href="([^"](?#)+).+?img\h+alt="([^"](?#)+)".+?c-price">([\d.](?#)+).+?">已售.+?>(\d+)<

小兵

一直在线关注进展的，可能大大误解了，谢谢A大，8楼正则匹配完美

afan

解决了就及时修改标题，添加“已解决”