正则匹配新闻内容案例，JS和PHP

最新推荐文章于 2024-08-06 16:29:10 发布
最新推荐文章于 2024-08-06 16:29:10 发布
阅读量155 收藏
点赞数
文章标签： php
原文链接：https://yq.aliyun.com/articles/66212
版权

正则

'/class="content">([\s\S]*)<div class="commodity_con_small">[\s\S]*购买<\/span>.*\n\s*<\/a>.*\n\s*<\/div>([\s\S]*)<\/div>\n\s.*<script/U';

fox.风

$str=<<<EOF
<div class="content">
                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/101e0004becc566829ad?imageView2/2/w/300/h/446">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106400016e3e8dff8a30?imageView2/2/w/360/h/606">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/10650003252ddd116196?imageView2/2/w/540/h/626">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/102200074321904f69a0?imageView2/2/w/500/h/686">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106600031e38b38c750f?imageView2/2/w/500/h/486">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106600031e3a371f3fca?imageView2/2/w/740/h/686">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/10650003252ee42e6f74?imageView2/2/w/500/h/526">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106600031e3994b19467?imageView2/2/w/580/h/486">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/101f000623ec8b7d1777?imageView2/2/w/380/h/646">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/101f000623ed1c2d1c35?imageView2/2/w/640/h/526">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/10650003252f59798bbb?imageView2/2/w/720/h/686">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/101e0004becd285acd16?imageView2/2/w/580/h/566">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/1065000325305485bfd1?imageView2/2/w/440/h/546">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/10220007432247117c16?imageView2/2/w/520/h/706">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106400016e3f377b59b5?imageView2/2/w/420/h/606">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/10220007432381263f5e?imageView2/2/w/460/h/546">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/106600031e3bf7a1a366?imageView2/2/w/320/h/446">
                    </p>
                                                                <p></p>
                                                                <p></p>
                                                                <p class="image_con">
                        <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/101f000623eed8a94872?imageView2/2/w/400/h/446">
                    </p>
                                                                <p></p>
                                                                                        <div class="commodity_con_small">
                            <a href="http://union.click.jd.com/jdc?e=&amp;p=AyIOZR5aEQISA1AYUyUCEg9cE18dBiJDCkMFSjJLQhBaUAscSkIBR0RJHUlSSkkFSRxTRAtOH0dHDAdVE1IdBhoDSkIeSV8iUSIcGE5Dam83fA9jVFtbNl4IRQpLZ1kXaxcHEw5dHVsQASIFVx9bFwUSDlEra3N%2FIlU7w%2B2j2re2Sc%2FxmteakGUaaxUHFAFSHVwSCxYEXBprEjJJXwpYA1BWTlcNdQlLXiI3ZSs%3D&amp;t=W1dCFBBFC1pXUwkEBwpZRxgHRQcLQ1FZAF8JUBwSB10SUxEKFhgMXgdI" class="commodity_con_small_link" _id="15630132" _code="">
                                <div class="info">
                                    <h3>四十一个历史故事，每个都值回书价</h3>
                                    <div class="inner_info">
                                        <span class="price_tag">¥30.30</span>
                                        <span class="shopName ">京东</span>
                                    </div>
                                </div>
                                <img class="image lazy" data-original="https://p3a.bytecdn.cn/large/ff10002e566e35fc44b?imageView2/2/w/350/h/350">
                                <span class="buy">购买</span>
                            </a>
                         </div>
                                        <p></p>
                                                                <p>以下为文字稿：</p>
                                                                <p>秦始皇：握草，才传了二代……</p>
                                                                <p></p>
                                                                <p>刘邦：我就知道隔壁老王会坏事。</p>
                                                                <p></p>
                                                                <p>王莽：我穿越的，到点就走，过把瘾就死！</p>
                                                                <p></p>
                                                                <p>刘秀：刘备加油！好歹你也是我们老刘家的。</p>
                                                                <p></p>
                                                                <p>刘备：果然扶不起来，阿亮，你扶我起来再试一下。</p>
                                                                <p></p>
                                                                <p>曹操：果然是三马食槽……前面的，我可以弄死你吗？</p>
                                                                <p></p>
                                                                <p>孙权:熬过了老曹家，竟然熬不过司马家</p>
                                                                <p></p>
                                                                <p>司马炎：我都说了，面由相生，丑媳妇不能娶的。</p>
                                                                <p></p>
                                                                <p>杨坚：坑爹啊！</p>
                                                                <p></p>
                                                                <p>李渊：我让我儿子替我讲二句吧。</p>
                                                                <p></p>
                                                                <p>李世民：我们被一个女的截胡了？</p>
                                                                <p></p>
                                                                <p>赵匡胤：打了一辈子，原来辽国才是亲兄弟。</p>
                                                                <p></p>
                                                                <p>耶律阿保机：都是楼上的用钱把我孙子们惯坏了。</p>
                                                                <p></p>
                                                                <p>赵构：喊了一辈子反金，原来金国才是亲兄弟。</p>
                                                                <p></p>
                                                                <p>完颜阿骨打：让你特么跟蒙古一起打我们金国！</p>
                                                                <p></p>
                                                                <p>忽必烈：我们被一个要饭和尚给灭了？！</p>
                                                                <p></p>
                                                                <p>朱元璋：都说不要跑北京去，一打就跑不掉吧。还有老子说了不让太监干政的！宫里这么多太监！</p>
                                                                <p></p>
                                                                <p></p>
                                                                <p>努尔哈赤：都说了，娶老婆不能娶叶赫那拉氏，孙子们怎么就不听呢？</p>
                                                                <p></p>
                                    </div>
        <script src="https://tms3.bytecdn.cn/dist/online/toutiao/public/js/utils/tt.player_e7859b5.js"></script>
    </div>

    <div class="tip">您已经赞过</div>
EOF;
        //        $pattern='/class="content">(.*)<script/U';
        ///class="content">([\s\S]*)<div class="commodity_con_small">[\s\S]*购买<\/span>([\s\S]*)<script/
        $pattern='/class="content">([\s\S]*)<div class="commodity_con_small">[\s\S]*购买<\/span>.*\n\s*<\/a>.*\n\s*<\/div>([\s\S]*)<\/div>\n\s.*<script/U';
        preg_match_all($pattern, $str, $content_data);
        print_r($content_data);
weixin_33852020
关注
php正则匹配js中变量_PHP正则表达式核心技术 第4节 php查找匹配函数使用心得
weixin_39602569的博客
01-04 211
作者:极客小俊一个专注于web技术的80后你不用拼过聪明人，你只需要拼过那些懒人 你就一定会超越大部分人!php中兼容Perl的正则表达式处理函数在我们说php系统自带的正则处理函数之前，我们先要回忆一下在PHP中正则表达式的组成元素有哪些? 如下:定界符号原子元字符、量词模式修正符例如:一个匹配URL的正则表达式如下$url="/(https?|ftps?)://(www|mail|news)...
正则表达式（JavaScript案例）
qq_43465434的博客
03-15 915
正则表达式 文章目录正则表达式JSON中定义一个正则表达式正则表达式中的两个方法正则表达式是由特殊字符组成的贪婪表达式限定符（^和$）选择符（|）分组符（（））引用（\num）组断言 正则表达式是专门用来处理字符串的 正则表达式可以从字符串中查找满足需要的数据 正则表达式可以从字符串中获取满足需要的数据 正则表达式可以从字符串中替换满足需要的数据 JSON中定义一个正则表达式 /…/ 以 / 开头，/ 结尾，中间内容为正则表达式 let regex = /[abc]/; new RegExp 对
基于ZhiPuAI的文本匹配3（新闻推荐）
最新发布
2301_81587902的博客
08-06 505
如果是新用户，那么在打开app的时候官方大多数都会让你选择你感兴趣的频道，那么这些就会曾为你的标签，那么官方向你发送时就会加大这部分的权重。我们以新闻为例，我们将标题和导语作为匹配的文本（实践现实中会根据复杂），与你曾经浏览的文章作为对比相似度，与你浏览文章相似度高的新闻就会推送给你。百度网盘链接: https://pan.baidu.com/s/1oLZdBrI6Us-nxjZIotRm4Q?得到推荐的内容，我们只需要将data传进class里面，然后选取用户就可以得到，这个用户会获得的推荐新闻。
爬取中文新闻+正向、逆向最大匹配算法分词+算法优化+P、R、F值评估（完整详细过程+Python源码）
日常学习记录
06-04 2215
超详细的新闻文本爬取+正向、逆向最大匹配算法分词+P、R、F1值评估+对FMM、BMM的优化+实验所用词典、新闻文本数据集。超简单，能看懂字就能复现！
新闻匹配——相似度计算
star_platinum2的博客
11-14 366
文本相似度
NLP之文本匹配及语义匹配应用介绍
热门推荐
ling620的专栏
07-11 3万+
文章目录1、什么是文本匹配？2、文本匹配方法概述2-1 传统文本匹配方法2-2 主题模型2-3 深度语义匹配模型表示型交互型3、语义匹配应用介绍3-1 短文本-短文本语义匹配3-2 短文本-长文本语义匹配案例1-用户查询-广告页面相似度案例2：文档关键词抽取3-3 长文本-长文本语义匹配案例3：新闻个性化推荐 1、什么是文本匹配？ 文本匹配是自然语言处理中一个重要的基础问题，可以应用于大量的NLP...
java 正则匹配多个并列关键词_python小课堂23 - 正则表达式(一)
weixin_39700625的博客
11-14 819
python小课堂23 - 正则表达式(一)前言今天来介绍一下Python的正则表达式。先来看下定义，何为正则表达式？正则表达式是一个特殊的字符序列，一个字符串是否与我们给定的这个字符序列相匹配。正则最重要的功能就是处理字符串，例如检索你在某一段字符串中的特定单词，或者将原来某个位置的特定字符换成你想要的字符。而对于爬虫来说，正则表达式是必不可少的技能之一，要想正确提取源代码中你想要的信息内容，一...
PHP利用正则过滤掉js脚本代码1
08-08
这部分内容包括一个内联`<script>`标签和一个外部`<script>`标签引用的`showDate.js`文件。 3. `showDate.js`文件用于动态显示当前时间，通过JavaScript的`Date`对象和`setInterval`函数实现。 4. 首先输出未过滤的...
正则表达式 与绕过案例
cao_bo的博客
07-29 573
正则表达式 与绕过案例
js 正则表达式-(学习笔记1)
qq_40385298的博客
06-09 297
js正则基础学习总结
今天用到正则表达式爽来php正则 与 js正则全都找了点列出来大家共享
王继超的专栏
07-25 7285
PHP中的正则表达式函数 在PHP中有两套正则表达式函数库。一套是由PCRE（Perl Compatible Regular Expression）库提供的。PCRE库使用和Perl相同的语法规则实现了正则表达式的模式匹配，其使用以“preg_”为前缀命名的函数。另一套是由POSIX（Portable Operation System interface）扩展库提供的。POSIX扩展
常用正则（持续更新）
精卫鸟的专栏
04-24 419
 匹配嵌套表格：preg_match_all("#(?=())#",$str,$ar);print_r($ar); 匹配中文字符的正则表达式： [/u4e00-/u9fa5] 　　匹配双字节字符(包括汉字在内)： [^/x00-/xff] 　　应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1） String.prot
php js 使用正则常用方法
蜗牛的精神
05-18 1052
Php 使用方法 $key = “detail_16979244373446” if (preg_match ("/detail_(\d+$)/i", $key)) { //如果匹配到则返回 true false echo "瞒足"; } else { echo "no瞒足"; } js使用方法 var myreg = /^((https|http|ftp|rtsp|mms)?:\
python正则表达式,分组匹配
hangGe0111的博客
03-21 3520
1. c1.py import re # 正则表达式 # 正则表达式是一个特殊的字符序列，一个字符串是否与我们设定的这样的字符序列匹配； # 快速检索文本，实现一些替换文本的操作 a = 'Java|node|Javascript|C++|node' # print(a.index('node')) # print('node' in a) result = re.findall('n...
JavaScript正则表达式的学习
qq_461491877的博客
11-09 547
JavaScript正则表达式的学习 1. 正则表达式概述 1.1 什么是正则表达式 ​ 正则表达式（ Regular Expression ）是用于匹配字符串中字符组合的模式。在 JavaScript中，正则表达式也是对象。 ​ 正则表达式通常被用来检索、替换那些符合某个模式（规则）的文本，例如验证表单：用户名表单只能输入英文字母、数字或者下划线， 昵称输入框中可以输入中文(匹配)。 ​ 此外，正则表达式还常用于过滤掉页面内容中的一些敏感词(替换)，或从字符串中获取我们想要的特定部分(提取)，比如京
正则表达式，在 PHP 和 JavaScript 中的使用
kikajack的博客
01-11 1515
参考资料 所有正则中的元字符含义，参考这里 在线工具及常用的正则语句 1. 正则表达式 正则表达式（Regular Expression）描述了一种字符串匹配的模式（pattern），可以用单个字符串来匹配符合某个规则的字符串。包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为”元字符”）。 1) 正则表达式的意义 使用正则表达式，可以： - 数据验证：可以验证手机...
【PHP】用正则表达式过滤js代码（注意这个分析过程）
weixin_33834910的博客
08-27 162
2019独角兽企业重金招聘Python工程师标准>>> ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值