批量读取网页标题出现问题

vchack

[e]
.版本 2
.支持库 spec

编辑框_关键字.内容 ＝ “”
搜索内容 ＝ 编辑框_搜索内容.内容
循环次数 ＝ 到数值 (组合框1.内容)
搜索内容 ＝ “http://www.baidu.com/s?wd=” ＋ 编码_URL编码UTF8 (搜索内容)
网页源码 ＝ 网页_取网页源码 (搜索内容)
temp ＝ 编码_utf8到gb2312 (网页源码)
正则.创建 (#网址常量, temp, , , )

.计次循环首 (正则.取匹配数量 (), k)
编辑框_关键字.加入文本 (正则.取子匹配文本 (k, 1) ＋ #换行符)
网页数据1 ＝ 网页_取网页源码 (正则.取子匹配文本 (k, 1))
正则2.创建 (#标题常量, 网页数据1, , , )
编辑框_KeyWord.加入文本 (正则2.取子匹配文本 (k, 1) ＋ #换行符)  //这里只取出第一个网址的标题,第2个就取不出来了是什么原因?
延迟 (1000)
.计次循环尾 ()

[/e]

要实现功能是通过百度搜索关键词,然后获取网站地址标题

冰点

我写的这个正则 测试 第一页跟 第二页的内容是可以的。 搜索 精易论坛 匹配是可行的，其他关键字未测试

vchack

冰点 发表于 2013-1-1 10:25
写了一个。 能 匹配出  地址，标题，网页描述，网页快照地址，快照时间，快照页面。

编程助手里面测试匹配不出内容

vchack

冰点 发表于 2013-1-1 10:12
常量是什么呢

常量是正则表达式的规则

冰点

1. <table.*?href="(.*?)" target="_blank" >(.*?)<font size=-1>(.*?)
   
2. .*?<span class="g"> (.*?) (.*?) </span> - <a data-nolog href="(.*?)" target="_blank" class="m"> 百度快照</a>

复制代码

写了一个。 能 匹配出  地址，标题，网页描述，网页快照地址，快照时间，快照页面。


中间有一些 标记，。这个你可以自己去处理掉{:soso_e120:}

冰点

常量是什么呢