采集天猫搜索页商品的商品ID和商品店铺名称，正则表达式的写法

采集天猫搜索页商品的商品ID和商品店铺名称，正则表达式的写法

 

用正则匹配采集天猫搜索页的商品ID和商品的店铺名称；

正则匹配的贪婪问题

之前我一直想解决如何实现.[^(</a>)]*这个问题；搞了好久才发现用非贪婪模式可以解决这个问题；即 .*?<\/a> 这样写即可；

<?PHP
//add by wangtongphp QQ:1006440989
function infinityCollect($url)
    {
        $v = @file_get_contents($url);
        preg_match_all("/data-id=\"(\d{1,})/",$v,$ids);
        preg_match_all("/<a class=\"productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$nicks);
        preg_match_all("/data-id=\"(\d{1,})[\s\S]*?productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$out);
        var_dump($out[1]);
        var_dump($out[2]);
        if(count($ids[1]) != count($nicks[1])){
            echo count($ids[1]);
            var_dump($ids[1]);
            echo count($nicks[1]);
            var_dump($nicks);
            echo 'error';exit;
        }
        $result = array('status'=>0,'count'=>0,'max_page'=>0);
        if(!empty($ids[1]))
        {
            foreach($ids[1] as $k=>$goods_id){
                $goods['goods_id'] = $goods_id;
                $nick = trim($nicks[1][$k]);
                $nick = str_replace('<span class=H>','',$nick);
                $nick = str_replace('</span>','',$nick);
                $goods['nick'] = $nick;
                
            var_dump($goods);
            }
        }
        return $result;
    } 


infinityCollect('http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all');

/*
$v = @file_get_contents("http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all");
preg_match_all("/<a class=\"productShop\-name\".[^>]*>(.[^<]*)<\/a>/",$v,$nicks);
var_dump($nicks);
*/

 

以上源码可以直接放在文件里面运行；是多种匹配天猫商品搜索页的正则表达式写法

posted on 2013-06-21 12:39 方维二次开发 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/wangtongphp/p/3148007.html