小计一个正则匹配提取实例之从网页中提取所有域内链接
时间:2017-4-22 21:27 作者:admin 分类: 技术文章
比如某个网站包含如下的内容:
<select name="select7" class="textbox" style="width: 200px;" onchange="MM_jumpMenu('parent',this,0)"> <option selected="selected">---------〖校内机构〗---------</option> <option>————管理机构————</option> <option value="/dzbgs/">党政办公室</option> <option value="/xcb/">党委组织宣传部</option> <option value="/rsc/">人事处</option> <option value="/jwc/">教务处</option> <option value="/xsc/">学生处(党委学工部)</option> <option value="/zsxx/">招生办公室</option> <option value="/jyb/">就业指导办公室</option> <option value="/cwc/">财务处</option> <option value="/zcc/">资产管理处</option> <option value="/wsc/">国际合作交流处</option> <option value="/kyc/">科研处</option> <option value="/dds/">督导室</option> <option value="/zlpg/">质量监控与评估中心</option> <option value="/bwc/">保卫处(武装部、安全稳定办公室)</option> <option value="/hq/">后勤服务公司</option> <option>————教学机构————</option> <option value="/yyyyxy/">英语语院</option> <option value="/dfyyyxy/">东方语学院</option> <option value="/yayyxy/">西方语学院</option> <option value="/gjsxy/">国际商学院</option> <option value="/gjwhjlxy/">文学与新闻传播学院</option> <option value="/gsgl/">管理学院</option> <option value="/ysxy/">艺术学院</option> <option value="/yyxy/">音乐学院</option> <option value="/szjyb/">思想政治理论教研部</option> <option value="/tyb/">体育部</option> <option value="/jxjyxy/">继续教育学院</option> <option>————教辅机构————</option> <option value="/tsg/">图书馆</option> <option value="/net/">现代教育技术中心</option> <option>————教辅机构————</option> <option value="/gh/">工会</option> <option value="/tw/">团委</option> </select>
我们要提取你面的所有的内域的网址,就是value后面的值:"/tw/",手工不说,最为原始的方法,体力活我们要尽量少干,正则走起啊!
使用正则提取两个双引号之间的内容,正则表达式很简单:
/(.*)[A-Z-a-z]/
这样我们提取出来了,可是没有加上域名啊,如何是好?答案就是继续正则啊,骚男不要犹豫,对于网页内内容,没有正则提取不了的(先吹个牛逼-_-|hh ):
(.?^/)
直接批量替换每行的第一个斜杠为域名不就OK了,上图域名结尾少了个斜杠.别跳坑里了!效果如下,就好了,前前后不到一分钟搞定,收工,比我写这篇文章还快!
本来不想写的,这么久了没发文章,手痒痒,凑个数!仅当笔记.
http://www.xxxx.com/dzbgs/ http://www.xxxx.com/xcb/ http://www.xxxx.com/rsc/ http://www.xxxx.com/jwc/ http://www.xxxx.com/xsc/ http://www.xxxx.com/zsxx/ http://www.xxxx.com/jyb/ http://www.xxxx.com/cwc/ http://www.xxxx.com/zcc/ http://www.xxxx.com/wsc/ http://www.xxxx.com/kyc/ http://www.xxxx.com/dds/ http://www.xxxx.com/zlpg/ http://www.xxxx.com/bwc/ http://www.xxxx.com/hq/ http://www.xxxx.com/yyyyxy/ http://www.xxxx.com/dfyyyxy/ http://www.xxxx.com/yayyxy/ http://www.xxxx.com/gjsxy/ http://www.xxxx.com/gjwhjlxy/ http://www.xxxx.com/gsgl/ http://www.xxxx.com/ysxy/ http://www.xxxx.com/yyxy/ http://www.xxxx.com/szjyb/ http://www.xxxx.com/tyb/ http://www.xxxx.com/jxjyxy/ http://www.xxxx.com/tsg/ http://www.xxxx.com/net/ http://www.xxxx.com/gh/ http://www.xxxx.com/tw/
好了,牛逼吹完了,洗洗睡了.我们下回见,对于不懂得正则可以评论,我可以帮你试试哦!
PS: 牛逼的娃娃们不要乱搞,这是我测试项目的.谢谢!
扫描二维码,在手机上阅读
推荐阅读: