求这个正则表达式怎么写？

This topic created in 4776 days ago, the information mentioned may be changed or developed.

我想获取某影院的放映信息通过网页抓取，通过正则表达式该怎么写

<a href="javascript:getFilmByShow('27173782','','01','1号厅','2125','45','0','F25220','特种部队：全面反击（3D）','2013-04-24','270137','sp002','44090301','xxx影剧院','','');" class="en2d_n">21:25 | ￥45</a>

网页里的某一段。我是新手。

我买了本《精通正则表达式》的书发现非常的坑。乱序无章。不适合初学者，各位有什么好书或者文章介绍

正则表达式

网页

13 replies • 1970-01-01 08:00:00 +08:00

dallaslu

Apr 24, 2013

搜索：正则表达式半小时

rrfeng

Apr 24, 2013

正则表达式没有确定的写法
只有确定的要求，还要确定的语言（比如perl python正则完全不一样）

so，此问题无法回答。

rrfeng

Apr 24, 2013

啊，没注意是在 PHP 版……

46fo

Apr 24, 2013

@rrfeng -.-

lcxz

Apr 24, 2013

/\<a[^<]*?class=\"en2d_n\">[\s\S]*?\<\/a\>/ig JS
其它语言自己变通下

mrbrooks

Apr 24, 2013

@lcxz 哈哈，[\s\S]*? 这个写法，我昨晚谷歌搜索到了，一开始还真不知道咋写。

yakczh

Apr 24, 2013

preg_match_all("/<a.*?><\/a>/m",$text,$out);

h2ero

Apr 24, 2013

《精通正则表达式》这本书确实不好懂，建议先看下《正则指引》比较好，这本书的作者是上一本书的作者。可以入手下后一本再看看。
<?php
$str = <<<EOF
<a href="javascript:getFilmByShow('27173782','','01','1号厅','2125','45','0','F25220','特种部队：全面反击（3D）','2013-04-24','270137','sp002','44090301','xxx影剧院','','');" class="en2d_n">21:25 | ￥45</a>
EOF;
echo $str;
$pattern = "/<a(?:.*?)getFilmByShow$(?P<infos>.*?)$(?:.*?)>(?P<time>.*?)\|\s*(?P<price>.*?)<\/b>\s*<\/a>/ism";
preg_match_all($pattern, $str, $res);
var_dump(explode(",",$res['infos'][0]));
var_dump($res);

bitsmix

Apr 24, 2013

精通正则表达式乱序无章

你真是好样儿的

h2ero

Apr 24, 2013

@bitsmix 可能对于新手确实不太好懂
-----------------------------------------
- 这本书的作者是上一本书的作者
+ 这本书的作者是上一本书的译者

46fo

Apr 24, 2013

@bitsmix 这里讲一点那里讲一点似简非简我都不知从哪入手非常不适合新手。新手喜欢的是有序。

PrideChung

Apr 24, 2013

不要用正则表达式来解析网页，HTML的复杂程度超出了正则表达式的能力范围，很难写出滴水不漏的正则，就算你勉强写出来，过两天可能自己都看不懂了，完全无法维护。
更多讨论可以看这篇文章 http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html

更好的做法是用DOM parser来解释：
javascript直接用jQuery
PHP有Extension http://us.php.net/manual/en/book.dom.php
Ruby有Nokogiri这个Gem http://nokogiri.org/
Python不太熟,貌似有自带HTMLParser的库

46fo

Apr 24, 2013

@PrideChung 貌似你说的很不错