首页 / 正则 / 正则采集问题，求解，在线等

正则采集问题，求解，在线等

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了正则采集问题，求解，在线等，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含5149字，纯文字阅读大概需要8分钟。

内容图文

目标页：http://www.weather.com.cn/weather/101070101.shtml

查看其网页源码，想得到425行的数据，即“今天是2013年10月16日星期三农历九月十二”和621行“沈阳天气预报 (2013-10-16 18:00发布)" 和641行～765行之间主要数据。用图表示一下，见下图：

另外我自己写的一条规则，试着取了下这样的数据"沈阳天气预报 (2013-10-16
11:00发布)"但输入后为空数组，求指导！多谢！

回复讨论(解决方案)

$s=file_get_contents('http://www.weather.com.cn/weather/101070101.shtml');preg_match('/\s+(.+)\s+<\!--today5-->/s',$s,$m);echo $m[1];

 preg_match('/\s+\s+(.+?)\s+/s',$s,$m);echo $m[1];

3 不知道你想要得到什么格式的数据。

一直都感觉正则好高端

$s=file_get_contents('http://www.weather.com.cn/weather/101070101.shtml');preg_match('/\s+(.+)\s+<\!--today5-->/s',$s,$m);echo $m[1];

 preg_match('/\s+\s+(.+?)\s+/s',$s,$m);echo $m[1];

3 不知道你想要得到什么格式的数据。

就是按日期，顺序取到各项值就行，文本就行，比如：星期四白天晴高温16摄氏度西南风微风夜间晴低温3摄氏度西南风微风（换行）...如此把这块数据都取出来

如下源码：

                                16日星期三             白天                                                                                 晴                                           高温 12℃                                                                    东北风                                                                    微风                                    
                      夜间                                                                                 晴                                           低温 -2℃                                                                    东北风                                                                    微风

只想要（取得3天数据）：16日星期三白天：晴 12℃ 东北风微风夜间：晴 -2℃ 东北风微风

另外发现一个小问题（见下图），不知道应该怎样处理一下？

另外发现一个小问题（见下图），不知道应该怎样处理一下？

echo preg_replace('/ \s+/s','',$result[1]);

3

preg_match_all('/(.+)<\/table>/isU',$s,$m); echo join('
',array_map('strip_tags',array_slice($m[1],0,3)));

哦，写错了。第一个应该是 echo preg_replace('/ \s+/s','',$result2[1]);

问题3
这两行执行后，还有个小缺陷，有很多不必要的换行存在，能弄掉吗？（查看源代码如下）

今天是2013年10月17日 星期四 农历九月十三  沈阳天气预报 (2013-10-1708:00发布)                      17日星期四            白天                                                                                晴                                          高温 16℃                                                                    西南风                                                                    微风                                                          夜间                                                                                晴                                          低温 3℃                                                                    西南风                                                                    微风                                              
                      18日星期五            白天                                                                                晴                                          高温 18℃                                                                    西南风                                                                    3-4级                                                          夜间                                                                                多云                                          低温 6℃                                                                    西南风                                                                    3-4级                                              
                      19日星期六            白天                                                                                阵雨                                          高温 15℃                                                                    西南风                                                                    3-4级                                                          夜间                                                                                多云                                          低温 4℃                                                                    西南风                                                                    微风

echo preg_replace('/\s+/s','',join('
',array_map('strip_tags',array_slice($m[1],0,3))));

echo preg_replace('/\s+/s','',join('
',array_map('strip_tags',array_slice($m[1],0,3))));

换行是去掉了，但全边一起了

沈阳天气预报 (2013-10-1711:00发布)17日星期四白天晴高温16℃西南风微风夜间晴低温3℃西南风微风
18日星期五白天晴高温18℃西南风3-4级夜间多云低温6℃西南风3-4级
19日星期六白天阵雨高温15℃西南风3-4级夜间多云低温4℃西南风微风

有办法让换行变成一个空格吗（现有的
保留）？

要是不好实现就算了，这样也可以了。说什么好呢？太感谢了

echo preg_replace('/\s+/s',' ',join('
',array_map('strip_tags',array_slice($m[1],0,3))));

内容总结

以上是互联网集市为您收集整理的正则采集问题，求解，在线等全部内容，希望文章能够帮你解决正则采集问题，求解，在线等所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/194340.html

来源：【匿名】

【上一篇】正则匹配【下一篇】正则表达式语法

更多 ►

【正则采集问题，求解，在线等】教程文章相关的互联网学习教程文章

基于preg_match_all采集后数据处理的一点心得笔记(编码转换和正则匹配)

1、使用curl实现站外采集具体请参考我上一篇笔记：http://www.jb51.net/article/46432.htm2、编码转换首先通过查看源代码找到采集的网站使用的编码，通过mb_convert_encoding函数进行转码；具体使用方法：复制代码代码如下://源字符是$str //以下已知原编码为GBK，转换为utf-8 mb_convert_encoding($str, "UTF-8", "GBK"); //以下未知原编码，通过auto自动检测后，转换编码为utf-8 mb_convert_encoding($str, "UTF-8", "auto");3、...

dedecms采集中可以过滤多行代码的正则表达式

过去用dede采集，总是过滤不掉一行以上的代码，只能一行行的过滤，在网上，发现有很多和我一样的菜鸟。随着不断的使用dede采集，对正则有了更进一步的了解，现在偶用一句正则表达式，同样可以匹配多行代码了。如：在如下代码中，过滤掉有二行代码的超级链接。 <td align="center"> <a href="http://www.XXX.com/111111.htm">XXX XXX</a> </td> 用下面的过滤，即可实现多行匹配 {dede:trim} <a href="http://www.XXX.com/111111.ht...

simple是什么意思PHPsimple_html_domphp+正则采集文章代码

代码如下://包含PHP Simple html Dom 类库文件 include_once('./simplehtmldom/simple_html_dom.php'); //采集html function getwebcontent($url){ $ch = curl_init(); $timeout = 10; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1); $contents = trim(curl_exec($ch)); curl_close($ch...

采集php文章采集正则代码

代码如下://采集html function getwebcontent($url){ $ch = curl_init(); $timeout = 10; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1); $contents = trim(curl_exec($ch)); curl_close($ch); return $contents; } //获得标题和url $string = getwebcontent(http://www.***.com/learn/...

dedecms采集dedecms采集中可以过滤多行代码的正则表达式

过去用dede采集，总是过滤不掉一行以上的代码，只能一行行的过滤，在网上，发现有很多和我一样的菜鸟。随着不断的使用dede采集，对正则有了更进一步的了解，现在偶用一句正则表达式，同样可以匹配多行代码了。如：在如下代码中，过滤掉有二行代码的超级链接。 XXX XXX 用下面的过滤，即可实现多行匹配 {dede:trim} ([^\n貌似 \n 这样的符号，可以充当换行符使用，一个 \n 代表一个换行。希望对初学dede的人有用以上就介绍了d...

php正则与数据采集详解

PHP正则表达式主要用于字符串的模式分割、匹配、查找及替换操作。使用正则表达式在某些简单的环境下可能效率不高，因此如何更好的使用PHP正则表达式需要综合考虑。PHP正则表达式的定义：用于描述字符排列和匹配模式的一种语法规则。PHP中的正则函数：PHP中有两套正则函数，两者功能差不多，分别为：一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg_”为前缀命名的函数；一套由POSIX（Portable Operating ...

正则表达式-利用PHP怎么去采集AJAX下面的数据

怎么去采集一个网页下面的AJAX数据，比如有些网页需要点击按钮才会出现数据（利用AJAX技术），我应该是如何去采集这些数据呢？回复内容：怎么去采集一个网页下面的AJAX数据，比如有些网页需要点击按钮才会出现数据（利用AJAX技术），我应该是如何去采集这些数据呢？F12 网络面板，看人家ajax向服务器发的什么，重点是包括http头，你也照着发就是了。使用curl

dedecms采集中可以过滤多行代码的正则表达式_PHP教程

php不用正则采集速度探究总结_PHP教程

注意：下面的所有函数都没有用正则。以上为取出第一个匹配的三个函数，实现相同的目的代码如下:function str_cut($str ,$start, $end) {//取出第一个匹配,效率最高，先分割再替换 $content = strstr( $str, $start ); $content = substr( $content, strlen( $start ), strpos( $content, $end ) - strlen( $start ) ); return $content; } function str_cut1($str ,$start, $end) {//取出第一个匹配,效率中，直接查找替换 ...

php文章采集正则代码_PHP教程

PHPsimple_html_dom.php+正则采集文章代码_PHP教程

解析php利用正则表达式解决采集内容排版的问题_PHP教程

做采集经常遇到的问题是内容排版问题，用了一些时间写了个用正则替换html标签和样式的函数，共享下。代码如下:/** * 格式化内容 * @param string $content 内容最好统一用utf-8编码 * @return string * !本函数需要开启tidy扩展 */function removeFormat($content) { $replaces = array ( "//i" => '', "//i" => '', "//i" => , "/<\/strong>/i" => , "/<span.*?>/i" => , "/<\/span>/i" => , "//i" => "", "/<\/...

基于preg_match_all采集后数据处理的一点心得笔记(编码转换和正则匹配)_PHP教程

1、使用curl实现站外采集具体请参考我上一篇笔记：http://www.gxlcms.com/article/46432.htm 2、编码转换首先通过查看源代码找到采集的网站使用的编码，通过mb_convert_encoding函数进行转码；具体使用方法：代码如下://源字符是$str //以下已知原编码为GBK，转换为utf-8 mb_convert_encoding($str, "UTF-8", "GBK"); //以下未知原编码，通过auto自动检测后，转换编码为utf-8 mb_convert_encoding($str, "UTF-8", "auto"); 3、为...