用支持库的正则表达式 怎么匹配下面的文本

付笑

我是想用支持库的正则表达式，不想用精易模块的正则表达式类啊，结果发现同样的表达式匹配结果不一样

现在我想用支持库的正则，匹配下面的文本

=================================================
  
            <div>
                <div class="atl-pages"><form action="" method="get">
                <span>上页</span>
<strong>1</strong>
<a href="/post-free-4058865-2.shtml">2</a>
<a href="/post-free-4058865-3.shtml">3</a>
<a href="/post-free-4058865-4.shtml">4</a>
…
<a href="/post-free-4058865-16.shtml">16</a>
<a href="/post-free-4058865-2.shtml" class="js-keyboard-next">下页</a>
到<input name="page" class="pagetxt" type="text"/>页 <input name="gopage" class="pagebtn" type="submit" maxLength="6" value="确定"/></form></div>
            </div>
=========================================================

我只想匹配出这两句，其它的都不要
<a href="/post-free-4058865-16.shtml">16</a>
<a href="/post-free-4058865-2.shtml" class="js-keyboard-next">下页</a>


请问表达式要怎么写啊，试了好久都没试出来，

我用这个表达式去匹配：\n<a href="(.*?)">(\d*?)</a>\n<a href="(.*?)" class="(.*?)">下页</a>

结果会多出前面几句来，求高手写个能匹配所要求的那两句的表达啊

我主要是想把“下页”和前面那个"16"匹配出来

天中小和尚

匹配16的那个  跟前面的规律是一样的   所以  一个正则表达式可以把前面的也匹配出来
楼主不想要的话  可以不取前面的   需要用16  就只取16那个就行了
正则主要用于批量匹配
楼主只需要取个别的  直接用取文本中间即可

付笑

天中小和尚 发表于 2014-1-28 10:07
匹配16的那个  跟前面的规律是一样的   所以  一个正则表达式可以把前面的也匹配出来
楼主不想要的话  可 ...

支持库的正则会大范围匹配，总是多出来自己不想要的，精易模块的正则容易崩溃

天中小和尚

多出来自己不想要的不用就行了   用哪个 取哪个 不就行了   

付笑

天中小和尚 发表于 2014-2-2 18:22
多出来自己不想要的不用就行了   用哪个 取哪个 不就行了

关键是这样匹配很混乱呢，有些匹配不出来，就是不想要的要到了，想要的确没有要到

小爬虫

正则表达式支持库取文本.rar (1.6 KB, 下载次数: 6)

2014-2-3 11:47 上传

点击文件名下载附件



楼主，最佳吧

付笑

小爬虫 发表于 2014-2-3 11:47
楼主，最佳吧

我只想匹配出这两句，其它的都不要
<a href="/post-free-4058865-16.shtml">16</a>
<a href="/post-free-4058865-2.shtml" class="js-keyboard-next">下页</a>

你的代码得出的匹配文本 多了前面几句

付笑

小爬虫 发表于 2014-2-3 11:47
楼主，最佳吧

调试输出 (局_搜索结果 [1].取匹配文本 (源文本, ))

就是用他输出的内容多了

小爬虫

付笑 发表于 2014-2-3 13:21
我只想匹配出这两句，其它的都不要
16
下页

不可能啊,我最后匹配出来的就是你要求的 16 和 下页 啊...

前面是我在代码里面加的啊,起提示作用,你完全可以注释掉

小爬虫

付笑 发表于 2014-2-3 13:22
调试输出 (局_搜索结果 [1].取匹配文本 (源文本, ))

就是用他输出的内容多了

你指这个? 你完全可以将取出来的16 和下页 根据前面的链接结构自已进行组建啊,你难道没看到前面链接的特点?