采集天猫搜索页商品的商品ID和商品店铺名称,正则表达式的写法
用正则匹配采集天猫搜索页的商品ID和商品的店铺名称;
正则匹配的贪婪问题
之前我一直想解决如何实现.[^(</a>)]*这个问题;搞了好久才发现用非贪婪模式可以解决这个问题;即 .*?<\/a> 这样写即可;
<?PHP //add by wangtongphp QQ:1006440989 function infinityCollect($url){$v = @file_get_contents($url);preg_match_all("/data-id=\"(\d{1,})/",$v,$ids);preg_match_all("/<a class=\"productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$nicks);preg_match_all("/data-id=\"(\d{1,})[\s\S]*?productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$out);var_dump($out[1]);var_dump($out[2]);if(count($ids[1]) != count($nicks[1])){echo count($ids[1]);var_dump($ids[1]);echo count($nicks[1]);var_dump($nicks);echo 'error';exit;}$result = array('status'=>0,'count'=>0,'max_page'=>0);if(!empty($ids[1])){foreach($ids[1] as $k=>$goods_id){$goods['goods_id'] = $goods_id;$nick = trim($nicks[1][$k]);$nick = str_replace('<span class=H>','',$nick);$nick = str_replace('</span>','',$nick);$goods['nick'] = $nick;var_dump($goods);}}return $result;} infinityCollect('http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all');/* $v = @file_get_contents("http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all"); preg_match_all("/<a class=\"productShop\-name\".[^>]*>(.[^<]*)<\/a>/",$v,$nicks); var_dump($nicks); */
以上源码可以直接放在文件里面运行;是多种匹配天猫商品搜索页的正则表达式写法
posted on 2013-06-21 12:39 方维二次开发 阅读(...) 评论(...) 编辑 收藏