php 正则获取<a> href,『采集超市』正则提取标签之 (?<content>[\s\S]*?)的语法讲解...

以此网址为列  http://tieba.baidu.com/p/2376714043  采集   标题、时间、邮箱 来讲解

标题我们需要采集

和  中间的内容

写法  

(?[\s\S]*?)(?[\s\S]*?)

这种与 正则参数方式类似

(?[\s\S]*?)里的 [\s\S]*? 的意思就是匹配任意字符，并返回结果的意思。

下面讲下时间标签，因为时间标签很多，所以需要写个通配的格式，来循环匹配

时间格式   2013-06-06 22:14

正规正则表达式 格式 \d{4}-\d{2}-\d{2} \d{2}:\d{2}

这里不要问 为什么会这样写，如果看不明白的，可以看下正则的标准语法，

教程如下http://msdn.microsoft.com/zh-cn/library/ae5bf541(VS.80).aspx

在我们的采集器里 应该这样写 (?\d{4}-\d{2}-\d{2} \d{2}:\d{2})

把我们的表达式 (?[\s\S]*?) 里面的  [\s\S]*? 替换成自己的表达式即可。这样结果就返回了 我们设置的正则格式的结果

最后 邮箱的正则标签写法也是一样的

标准邮箱正则表达式 [\w\-\.]+@[\w\-\.]+\.\w+

在我们的采集器里

(?[\w\-\.]+@[\w\-\.]+\.\w+)

如果文章内有多个邮箱 勾选循环匹配就可以全部采集到

规则附件中 提供了，供大家学习参考·~~~~

正则例子附件下载

如需网站采集相关服务，请联系我们：

QQ常年24h在线：389311875网址：『采集超市』www.locoymall.com

|||||||