新浪正规则space.php

龙听

1. $regex_link = '#(?<=<li><a href=").+?(?=")#s'; //问题在这里。$regex_tit = '#(?<=<title>)(.+?)(?=</title>)#s';$regex_con = "#(?<=f_id='45' -->)(.*?)(?=<!-- news_keyword_pub)#s";

复制代码

这个是源地址：http://roll.finance.sina.com.cn/finance/qh/pzyj/index.shtml

这是问题链接，问题就出在提取这个链接时出现了，因为没有特别的代码，所以提取了一些不是这个需要的链接。

1. <ul class="list_009">                        
   
2.                                 <li><a href="http://finance.sina.com.cn/money/future/rese/2017-07-12/doc-ifyhweua4871165.shtml" target="_blank">现货“挺价潮”染红螺纹期盘 未来有望延续上涨</a><span>(07月12日 00:57)</span></li>
   
3.                                        
   
4.                                        
   
5.                                 <li><a href="http://finance.sina.com.cn/money/future/indu/2017-07-11/doc-ifyhweua4814030.shtml" target="_blank">瑞达期货：双焦延续涨势 多头策略为主</a><span>(07月11日 16:54)</span></li>
   
6.                                        
   
7.                                        
   
8.                                 <li><a href="http://finance.sina.com.cn/money/future/indu/2017-07-11/doc-ifyhweua4811854.shtml" target="_blank">瑞达期货：沥青量能俱增 期价收涨</a><span>(07月11日 16:39)</span></li>
   
9.                                        
   
10.                                        
    
11.                                 <li><a href="http://finance.sina.com.cn/money/future/indu/2017-07-11/doc-ifyhweua4809298.shtml" target="_blank">瑞达期货：郑煤振荡冲高 多头情绪笼罩</a><span>(07月11日 16:25)</span></li>
    
12.                                        
    
13.                                        
    
14.                                 <li><a href="http://finance.sina.com.cn/money/future/indu/2017-07-11/doc-ifyhweua4804061.shtml" target="_blank">瑞达期货：甲醇增仓增量 期价收涨</a><span>(07月11日 15:54)</span></li>
    
15.                                        
    
16.                 </ul>

复制代码

这是部分出错的链接

1. <span id="bloglist" class="bloglist" style="position:relative"><a style="position:relative;" id="bloglist" class="bloglist" href="http://blog.sina.com.cn/lm/finance/">博客</a><span class="blog_list" id="blog_list"><ul><li><a href="http://blog.sina.com.cn/lm/finance/" target="_blank">财经博客</a></li><li><a href="http://blog.sina.com.cn/lm/stock/" target="_blank">股票博客</a></li></ul></span></span>        

复制代码

我想用<li><a href="  和 “来截取链接。但是出现了在非想要的链接。这样的情况下只能多加些标志源码。比方说 将上个链接的部分源码 </span></li><li><a href=">来做为截取链接的前面的代码。但是在源码中这一串源码中间不仅有空格还有换行。用这个正规则我测试了一下是取不出地址的。说是语法错误。

龙听

我做的几个RSS，不知道为什么在昨天您发的那个网站上时显示超时，没有一个能成功更新的。

下载 (36.4 KB)

2017-7-13 16:55

下载 (61.66 KB)

2017-7-13 16:56