如何获取网页内链接？

acbs

#include <INet.au3>
#include <Array.au3>

$sUrl = 'http://www.excelpx.com/forum-5-1.html'
ToolTip('正在获取源码，请稍候……')
$str = _INetGetSource($sUrl)
$str = StringRegExpReplace($str, 'onclick=', '')
$sR = StringRegExp($str, '<a href="(.+?)".+class="《(.+)》', 3)
If @error Then Exit MsgBox(0, 0, '未找到匹配~')
Dim $link[UBound($sR) / 2][2], $x = 0
For $i = 0 To UBound($sR) - 1 Step 2
        $link[$x][0] = $sR[$i + 1]
        $link[$x][1] = 'http://www.excelpx.com/' & $sR[$i]
        $x += 1
Next
_ArrayDisplay($link, '标题及链接')

主要是正则不太会用，哪位高手指点一下啊？谢了。

shqf

class后面不是标题吧。标题应该在<a></a>之间。网页中的 href有各种类别、各种样式，你看清楚了吗？你要哪类，没说清楚。且有的链接本就带有“http://www.excelpx.com/”，有的链接没带。问题补充得细一点吧。那样才会有人来帮你呵！
补充：楼主是否要想获取各个贴子的标题及链接吗？

acbs

class后面不是标题吧。标题应该在之间。网页中的 href有各种类别、各种样式，你看清楚了吗？你要哪类，没说 ...
shqf 发表于 2012-6-5 11:58

是的，我想要的就是各个贴子的链接。

那个代码由于网站类型不同，所以拿到新的网站不行了，请大家指点，谢谢。

shqf

你细看一下网页源码，你会发现唯帖子的链接语句中含有“atarget”字样，据此可写正则表达式了。

#include <INet.au3>
#include <Array.au3>
$sUrl = 'http://www.excelpx.com/forum-5-1.html'
ToolTip('正在获取源码，请稍候……')
$str = _INetGetSource($sUrl)
$sR = StringRegExp($str, '<a href="(.+?)".*"atarget.+?>(.+?)</a>', 3)
If @error Then Exit MsgBox(0, 0, '未找到匹配~')
Dim $link[UBound($sR) / 2][2], $x = 0
For $i = 0 To UBound($sR) - 1 Step 2
        $link[$x][0] = $sR[$i + 1]
        $link[$x][1] = $sR[$i]
        $x += 1
Next
_ArrayDisplay($link, '标题及链接')

zerobin

顶楼上的。会正则的真牛