UC知道WinForm解析网页抽取信息的正则
来源：百度知道 编辑：UC知道 时间：2024/06/17 23:44:06
要解析的网址：http://list.china.alibaba.com/buyer/companylist/1036634.html
提取对象：公司名称,名称的连接URL，简介，主营，工商注册年份，注册资本。
要求：每列用||隔开，每行用**隔开,最好有详细注释，本人正则刚接触，想学习下
提取对象：公司名称,名称的连接URL，简介，主营，工商注册年份，注册资本。
要求：每列用||隔开，每行用**隔开,最好有详细注释，本人正则刚接触，想学习下
\<span\sclass=\"m\sundline\"\>\<a\shref=\"(?<URL>.*?)\"\s*onmousedown[\w\W]*?target=\"_blank\"\sclass=.*?\>(?<TITLE>.*?)\<\/a\>\<\/span\>[\w\W]*?\<span\sclass=\"gray\ss\"\>(?<CONT>[\w\W]*?)\<\/span\>[\w\W]*?\<span\sclass=\"gray\ss\"\>(?<IN>.*?)\<\/span\>[\w\W]*?\<span\stitle=\".*?\"\>\[(?<DF>.*?)\]\<\/span\>[\w\W]*?\;\"\s\>(?<RMB>.*?)\<\/a\>[\w\W]*?\;\"\s\>(?<YEAR>\d+)\<\/a\>
${URL},${TITLE},${CONT},${IN},${DF},${RMB},${YEAR} 这些变量在编程中你想变成什么格式都行。时间紧，匹配的严密性您可以再查下。