除了用正则，还有什么方法可以采集（抽取页面信息）?

没有。
就是有，也是将正则分拆而已；另外，正则只是将处理代码简化而已，并不一定就是最快的。

针对固定版面的页面，可以用搜索+取字符串实现。

如果页面的结构比较固定，可以用xml方式读取，用xpath搜索

关注

OCR