C(xi)正規表現を使ってウェブサイトの情報をキャプチャする例
本論文の実例は、C〓〓が正規表現を使ってウェブサイトの情報をつかむ方法を述べている。皆さんに参考にしてあげます。具体的には以下の通りです。
ここでは京東商城の商品の詳細を例にとります。
1、JdRobber.csプログラムクラスを作成する
JavaScript正規表現はオンラインテストツールです。
http://tools.jb51.net/regex/javascript
正規表現のオンライン作成ツール:
http://tools.jb51.net/regex/create_reg
C関連の内容についてもっと興味がある読者は、当駅のテーマを見ることができます。「C氨正則表現の使い方のまとめ」、「C〓〓コードの操作の技巧は総括します」、「C〓中XMLファイルの操作技術のまとめ」、「C〓〓よくあるコントロールの使い方教程」、「WinFormコントロールの使い方のまとめ」、「C〓〓〓データ構造とアルゴリズム教程」、「C铅対象プログラム設計入門教程」および「C〓〓〓プログラムの設計のスレッドは技巧を使って総括します。」
ここで述べたように、皆さんのC〓プログラムの設計に役に立ちます。
ここでは京東商城の商品の詳細を例にとります。
1、JdRobber.csプログラムクラスを作成する
public class JdRobber
{
/// <summary>
///
/// </summary>
/// <param name="param"></param>
/// <returns></returns>
public bool ValidationUrl(string url)
{
bool result = false;
if (!String.IsNullOrEmpty(url))
{
Regex regex = new Regex(@"^http://item.jd.com/\d+.html$");
Match match = regex.Match(url);
if (match.Success)
{
result = true;
}
}
return result;
}
/// <summary>
///
/// </summary>
/// <param name="param"></param>
/// <returns></returns>
public void GetInfo(string url)
{
if (ValidationUrl(url))
{
string htmlStr = WebHandler.GetHtmlStr(url, "Default");
if (!String.IsNullOrEmpty(htmlStr))
{
string pattern = ""; //
string sourceWebID = ""; // ID
string title = ""; //
decimal price = 0; //
string picName = ""; //
// ID
pattern = @"http://item.jd.com/(?<Object>\d+).html";
sourceWebID = WebHandler.GetRegexText(url, pattern);
//
pattern = @"<div.*id=\""name\"".*>[\s\S]*<h1>(?<Object>.*?)</h1>";
title = WebHandler.GetRegexText(htmlStr, pattern);
//
int begin = htmlStr.IndexOf("<div id=\"spec-n1\"");
int end = htmlStr.IndexOf("</div>", begin + 1);
if (begin > 0 && end > 0)
{
string subPicHtml = htmlStr.Substring(begin, end - begin);
pattern = @"<img.*src=\""(?<Object>.*?)\"".*/>";
picName = WebHandler.GetRegexText(subPicHtml, pattern);
}
//
if (sourceWebID != "")
{
string priceUrl = @"http://p.3.cn/prices/get?skuid=J_" + sourceWebID + "&type=1";
string priceJson = WebHandler.GetHtmlStr(priceUrl, "Default");
pattern = @"\""p\"":\""(?<Object>\d+(\.\d{1,2})?)\""";
price = WebHandler.GetValidPrice(WebHandler.GetRegexText(priceJson, pattern));
}
Console.WriteLine(" :{0}", title);
Console.WriteLine(" :{0}", picName);
Console.WriteLine(" :{0}", price);
}
}
}
}
2、WebHandler.cs公共方法類を作成する
/// <summary>
///
/// </summary>
public class WebHandler
{
/// <summary>
/// HTML
/// </summary>
/// <param name="url"> </param>
/// <param name="encoding"> </param>
/// <returns></returns>
public static string GetHtmlStr(string url, string encoding)
{
string htmlStr = "";
try
{
if (!String.IsNullOrEmpty(url))
{
WebRequest request = WebRequest.Create(url); // WebRequest
WebResponse response = request.GetResponse(); // WebResponse
Stream datastream = response.GetResponseStream(); //
Encoding ec = Encoding.Default;
if (encoding == "UTF8")
{
ec = Encoding.UTF8;
}
else if (encoding == "Default")
{
ec = Encoding.Default;
}
StreamReader reader = new StreamReader(datastream, ec);
htmlStr = reader.ReadToEnd(); //
reader.Close();
datastream.Close();
response.Close();
}
}
catch { }
return htmlStr;
}
/// <summary>
///
/// </summary>
/// <param name="input"> </param>
/// <param name="pattern"> </param>
/// <returns></returns>
public static string GetRegexText(string input, string pattern)
{
string result = "";
if (!String.IsNullOrEmpty(input) && !String.IsNullOrEmpty(pattern))
{
Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
Match match = regex.Match(input);
if (match.Success)
{
result = match.Groups["Object"].Value;
}
}
return result;
}
/// <summary>
///
/// </summary>
/// <param name="strPrice"></param>
/// <returns></returns>
public static decimal GetValidPrice(string strPrice)
{
decimal price = 0;
try
{
if (!String.IsNullOrEmpty(strPrice))
{
Regex regex = new Regex(@"^\d+(\.\d{1,2})?$", RegexOptions.IgnoreCase);
Match match = regex.Match(strPrice);
if (match.Success)
{
price = decimal.Parse(strPrice);
}
}
}
catch { }
return price;
}
}
PS:ここでもう2つの非常に便利な正規表現ツールを提供します。JavaScript正規表現はオンラインテストツールです。
http://tools.jb51.net/regex/javascript
正規表現のオンライン作成ツール:
http://tools.jb51.net/regex/create_reg
C関連の内容についてもっと興味がある読者は、当駅のテーマを見ることができます。「C氨正則表現の使い方のまとめ」、「C〓〓コードの操作の技巧は総括します」、「C〓中XMLファイルの操作技術のまとめ」、「C〓〓よくあるコントロールの使い方教程」、「WinFormコントロールの使い方のまとめ」、「C〓〓〓データ構造とアルゴリズム教程」、「C铅対象プログラム設計入門教程」および「C〓〓〓プログラムの設計のスレッドは技巧を使って総括します。」
ここで述べたように、皆さんのC〓プログラムの設計に役に立ちます。