爬虫技术必学之用强大的正则提取一切你想要的内容！JavaScript正则表达式提取网站高价值信息【附代码】！

        前面给大家介绍过，本人既精通GIS开发全栈技术，也精通爬虫技术，对人工智能算法也比较熟悉。这些技术我会一一给大家讲解。

        今天，咱们的主题是给大家通过一个案例讲解一下正则表达式的强大之处。当我们用爬虫获取网页的源码或内容时，这些内容可能比较杂乱无序，但是我们只需要提取一些重要的信息。比如下面这个例子:

ctn=`<meta data-vue-meta="true" http-equiv="X-UA-Compatible" 
content="IE=edge"><meta data-vue-meta="true" itemprop="keywords" name="keywords" content="日本渔民亲口承认当地渔业遭受重创,搞笑研究所,生活记录,日本,脱口秀,恶搞,搞笑,核废水,搞笑研究所2023 5.0 爆笑一夏,生活,搞笑,哔哩哔哩,bilibili,B站,弹幕"><meta data-vue-meta="true" itemprop="description" name="description" content="日本渔民亲口承认当地渔业遭受重创, 视频播放量 209940、弹幕量 479、点赞数 15820、投硬币枚数 2837、收藏人数 782、转发人数 1112, 视频作者 张全蛋, 作者简介 上古时期自媒体创作者">`

        现在我们有个需求，想要提取这些内容中的视频播放量、弹幕量、点赞数、投硬币数、收藏人数、转发人数这6项内容。

        我们先分析下，第一眼看到这样的内容，很明显是从某网站上获取到的网页源码，也就是html文件内容。我们知道，一个html是由大量的标签组成的，标签内部又有很多内容，此外，html的内容也必然是多行。这种情况下，如果想精准的提取某些高价值的信息，必须要借助强大的正则表达式才行。为了方便大家学习和验证，下面我直接上代码，大家可以直接使用，代码为Javascript。

var pattern = /视频播放量.*,.*/; // 匹配两个单词之间的空格
var result = ctn.match(pattern);
gg=result[0]
vvv=gg.split(',')[0]
vvvvv=vvv.split('、')
console.log(vvvvv[0]); // 打印第一个匹配到的结果

代码运行结果见下图：