前些天用火車頭從一個(gè)列表頁(yè)采集一些網(wǎng)址，源碼簡(jiǎn)化如下：

[xhtml] view plain copy

<div>

<ahref="1"mce_href="1">111</a>

</div>

<div>

<ahref="2"mce_href="2">222</a>

<imgsrc=""/>

</div>

<div>

<ahref="3"mce_href="3">333</a>

</div>

我要采集到第二個(gè)鏈接，就是鏈接后指定有個(gè)IMG的，這個(gè)常用來(lái)采集熱門帖子等，當(dāng)時(shí)寫(xiě)的網(wǎng)址采集規(guī)則：

[xhtml] view plain copy

<ahref="[參數(shù)]"mce_href="[參數(shù)]">(*)</a>

<imgsrc=""/>

卻發(fā)現(xiàn)怎么都采集不對(duì)，最后想到原因：火車頭從源碼的前面開(kāi)始匹配，每個(gè)鏈接都有<a href=”[參數(shù)]“>這個(gè)特征，所以就匹配到了第一個(gè)鏈接上面，怎么解決呢？花了10塊錢，一個(gè)兄弟幫我寫(xiě)了個(gè)規(guī)則：

[xhtml] view plain copy

<ahref="[參數(shù)]"mce_href="[參數(shù)]">[參數(shù)]</a>

<imgsrc=""/>

就是把模糊匹配(*)給換成了[參數(shù)]，就這樣簡(jiǎn)單，分享給大家。

大數(shù)據(jù)觀察

本文僅代表作者個(gè)人觀點(diǎn)，不代表SEO研究協(xié)會(huì)網(wǎng)官方發(fā)聲，對(duì)觀點(diǎn)有疑義請(qǐng)先聯(lián)系作者本人進(jìn)行修改，若內(nèi)容非法請(qǐng)聯(lián)系平臺(tái)管理員，郵箱cxb5918@163.com。更多相關(guān)資訊，請(qǐng)到SEO研究協(xié)會(huì)網(wǎng)www.bingfeng168.cn學(xué)習(xí)互聯(lián)網(wǎng)營(yíng)銷技術(shù)請(qǐng)到巨推學(xué)院www.jutuiedu.com。

標(biāo)簽： seo 大數(shù)據(jù) 互聯(lián)網(wǎng) 學(xué)習(xí)互聯(lián)網(wǎng)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。