需要抓取的是博客标题，博客时间，博客作者等等内容。这个正则该怎么写？博客搜索页面里有很多条新闻，难道针对标题写一个，博客时间写一个，作者等等其他的各写一个正则么？然后把抓取到的东西分别放到各个数组。这样怎么把抓取到的各个相对应上，如果某条博客没有写发布时间，这样标题的数组长度和博客时间的长度不就不一样长了么，这就跑偏了，现在就是怎么能把一条的内容给提取出来。不跑偏，就是如果网页里有19条博客列表，就算有一条没有发布时间，也能完整的把这19条博客所要提取的东西提取出来。哪位大牛能给个思路。我正则刚入门，我想这个问题应该是正则能解决的。只是自己没想到。公司让做一个多论坛抓取的工具，还牵扯到多线程。。唉。。都生的很。谁有过类似的小项目，学习学习。。
1 回答
- 1 回答
- 0 关注
- 526 浏览
添加回答
举报
0/150
提交
取消