火车头采集器写土豆网视频内容的纯正则替换

火车头采集器除了正则提取以外，还有一个纯正则替换的功能，在采集一些视频网站的时候，我们大部分都会用到前后截取的功能，但是一旦前后截取的内容不符合标准的苹果cms里边采集内容，就要使用纯正则替换功能了，例如我拿土豆网视频当中的演员

土豆网源码中现在的演员内容是在一段黑色字体当中

我截取这段看看

"stars":[{"id":"312518","name":"沈腾","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005C2477B88B2ABE089C0BA52E"},{"id":"880664","name":"黄景瑜","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005C3717CA8B2ABE089C0387D2"},{"id":"858870","name":"尹正","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005C206CD18B2ABE089C0867A7"},{"id":"396807","name":"尹昉","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F05130000595F00B3ADBA1F051107E775"},{"id":"21280","name":"田雨","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005C762C1C8B2ABE089C0E81F0"},{"id":"358896","name":"腾格尔","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005A8F706A859B5D058E0982C3"},{"id":"846182","name":"张本煜","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F0513000058ABE0D9ADBC09352C0B7E37"},{"id":"12223","name":"赵文瑄","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F05130000589D81F2ADBC090344062EC6"},{"id":"828613","name":"何穗","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F05130000598D248C859B5E02F90C210A"},{"id":"21178","name":"冯绍峰","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005C248178ADA2D40781095892"},{"id":"840372","name":"魏翔","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F0513000058983F8267BC3C6C4B00C2C7"},{"id":"887068","name":"李庆誉","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005A434AFAADA2D406900DEB94"},{"id":"741925","name":"易小星","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005A67FB72859B5E039F0DD104"},{"id":"858655","name":"高华阳","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005A6A890E859B5E05550F20B8"},{"id":"867052","name":"李春嫒","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005CA1E2018B2ABE089C0D45C4"},{"id":"382914","name":"刘帅良","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005CAEF1CCAFB4E3083F0CBF49"},{"id":"278042","name":"潘晓婷","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F0513000059155619AD881A02920D15F9"},{"id":"14528","name":"田沅","thumburl":"http:\u002F\u002Fr1.ykimg.com\u002F051300005CA1E12C8B2ABE089C0BB637"}],"streamtypes"

我们目标是把这段写成正常的苹果cms里边的表达

沈腾/黄景瑜/尹正/尹昉/田雨/腾格尔/张本煜/赵文瑄/何穗/冯绍峰/魏翔/李庆誉/易小星/高华阳/李春嫒/刘帅良/潘晓婷/田沅/
这样的格式

 

 

所以我们写纯正则替换前需要了解一下几个字符

.*?  这个是匹配任意字符

([\s\S]*?)  这个也是匹配任意字符

(.*?)  这个把匹配的字符归集成一个组，最后要用$组表达提取出来

节省时间，我已经写出来了

.*?"(.*?)","name":"([\s\S]*?)".*?"(.*?)".*?,

我把每一段的意思说明一下

.*?代表:[{"id":

"(.*?)",代表"312518",

"name"就是原来的那一个

 "([\s\S]*?)"代表"沈腾"

  .*?代表,"thumburl": 

"(.*?)"代表"http:\u002F\u002Fr1.ykimg.com\u002F051300005C2477B88B2ABE089C0BA52E"

.*?代表},

但是这个土豆网在最后强行加了一个}],，这边要注意，.*?虽然代表一切字符，但是有时候需要变一下，最后留一个逗号才可以完美写出，因为前面几个都是有规律的，到最后一个没有规律的话就自已变通一下，改一下就可以完成纯正则替换

最后替换后表达式$2/，这个代表提取第二个组别，上边我把演员名字归集到第2个组里，所以写法就是$2,后边的/代表每个名字隔开，不然中文字一堆就区分不清楚是哪些演员了。

好了，纯正则替换的教程到这里结束，有什么不懂的可以联系QQ962508652询问