matlab中的match_str,Matlab的网络采集程序

偶尔看到这段代码，有点意思，勇哥记录下来把玩一下。

作者管它叫网络爬虫，其实是嘘头，因为它只不过是批量采集网页，然后用正则表达式写入excel中罢了。

netMarketing类库中的httpClass类可比这个强大多了。

勇哥试了一下，下面的代码由于目标页面已经改版，所以现有正则表达式采集规则已经失效，采集不到东西了。

所以代码只能是仅供参考。clear;clc;

warning off;

for year = 2010:2011 %年份

for season = 1:4 %季度

fprintf('%d年%d季度的数据...', year, season)

[sourcefile, status] = urlread(sprintf('http://vip.stock.finance.sina.com.cn/corp/go.php/vMS_MarketHistory/stockid/000001/type/S.phtml?year=%d&season=%d', year));

if ~status

error('读取出错！\n')

end

expr1 = '\s+(\d\d\d\d-\d\d-\d\d)\s*';%获取日期('s'空格字符间的日期数据)

[datefile, date_tokens]= regexp(sourcefile, expr1, 'match', 'tokens');%返回正则表达式的两个关键字 'match'和 'tokens'

date = cell(size(date_tokens));

for idx = 1:length(date_tokens)

date{idx} = date_tokens{idx}{1};%length(date_tokens)行 1列

end

expr2 = '

(\d*\.?\d*)

'; %从源文件中获取目标数据

[datafile, data_tokens] = regexp(sourcefile, expr2, 'match', 'tokens');

data = zeros(size(data_tokens));

for idx = 1:length(data_tokens)

data(idx) = str2double(data_tokens{idx}{1}); %length(data_tokens)行 1列

end

data = reshape(data, 6, length(data)/6 )'; %重排 数据表格形式为6列，(length(data)/6)行)

filename = sprintf('%d年',year); %文件名

pathname = [pwd '\data']; %路径名

if ~exist(pathname,'dir')

mkdir(pathname);

end

fullfilepath = [pwd '\data\' filename];

% 保存数据到Excel

sheet = sprintf('第%d季度', season); %工作表名称

xlswrite(fullfilepath, date' , sheet);

range = sprintf('B1:%s%d',char(double('B')+size(data,2)-1), size(data,1)); %从源文件中获取的目标数据的放置范围

xlswrite(fullfilepath, data, sheet, range);

fprintf('OK!\n')

end

end

fprintf('全部完成！\n')

---------------------

作者：hackpig

来源：www.skcircle.com

版权声明：本文为博主原创文章，转载请附上博文链接！

#转载请注明出处 www.skcircle.com 《少有人走的路》勇哥的工业自动化技术网站。如果需要本贴图片源码等资源，请向勇哥索取。

收藏 | 0点赞 | 0打赏作者