精易论坛

标题: HTML网页解析类1.1 [打印本页]

作者: z617884838 时间: 2017-10-25 14:51
标题: HTML网页解析类1.1
本帖最后由 z617884838 于 2017-10-25 14:53 编辑

介绍：

   通过正则表达式Deelx来分析网页源码，然后进行解析。这个第一个版本，效率应该也不是很高，当然可能也存在一定BUG。
   JSON、XML解析器网上都有，唯独缺少HTML的，我就先开发一个低效率版吧，等大神来开发效率版的HTML解析器。
   正则表达式不一定非常的完善！如果有兴趣共同研究和完善，加群：389952803

1.1升级内容：
1.增加在解析前清空以前数组。
2.增加正则表达式递归语法，避免在同一元素名内反复嵌套取出错误的BUG。
3.增加提取一些不规范值的内容。如没有包围#引号、转义符等不规范的。
4.增加过滤注释的元素，如：
5.修复取网页顶层父对象的HTML的BUG。
6.顶层元素对象，初始索引为：1。
7.修复取网页所有文本，可能会将SCRIPT和STYLE内代码取出。

   ※ 该版本可以匹配任何复杂元素：无限嵌套、不规则元素、理论上应该是可以匹配到任何元素的；当然不排除会有BUG。

下载：

HTML网页解析类1.1.rar (16.27 KB, 下载次数: 610)

作者: 峰生水起之林 时间: 2017-10-25 15:18
感谢开源~~

作者: onefish 时间: 2017-10-25 15:47
#在这里快速回复# 感谢开源

作者: louyu 时间: 2017-10-25 16:12
支持开源，感谢分享！

作者: 镇坛道德标杆 时间: 2017-10-25 20:37
支持一下。
我最近在试着把谷歌的 gumbo 封装为动态库然后调用（完成度60/100吧），一个比较新的纯C的 html5 解析库。

作者: hsbk1937 时间: 2017-10-25 21:42
该版本可以匹配任何复杂元素：无限嵌套、不规则元素、理论上应该是可以匹配到任何元素的；当然不排除会有BUG。

作者: xhei 时间: 2017-10-25 23:43
#在这里快速回复# 感谢开源

作者: 唯美主义 时间: 2017-10-26 00:25
效率太低！作用不大！
建议：采用按需求匹配方式！而不是全部一次匹配！可以看看网上的HTML解析库源码例程！
支持楼主继续优化开发！

作者: huxian 时间: 2017-10-26 02:52
互换可以不呵呵

作者: pzhccy 时间: 2017-10-26 21:38
坚持每天多点发帖、多写代码、多学习......

作者: 2034456 时间: 2017-10-30 19:00
学习学习学习

作者: a251357 时间: 2017-11-2 12:52
学习学习咯

作者: huxian 时间: 2017-11-2 14:53
呵呵呵，2个都下载了

作者: huxian 时间: 2017-11-2 14:53
可以下载用的哦

作者: yulei464 时间: 2017-12-7 23:34
多学习，多练习

作者: oycs429 时间: 2017-12-13 22:33
可以学习一下，，，，

作者: 筷子易 时间: 2017-12-20 11:21
好东西，学习有例子了。谢谢楼主

作者: 创造天地 时间: 2018-1-15 00:18
表示已经收藏

作者: 夏无道 时间: 2018-2-9 11:13
谢谢分享，很需要

作者: 13892998537 时间: 2018-10-2 23:50
谢谢分享，很需要

作者: lskdcl 时间: 2018-10-23 09:32
可以学习一下，，，，

作者: 99308520 时间: 2018-12-15 02:28
挖谢谢

作者: killhop1986 时间: 2018-12-20 19:01
支持。。。。。。

作者: wjclyaa 时间: 2019-1-18 21:20
谢谢分享，支持，正好需要html解析，试试看这个

作者: xy1002 时间: 2019-1-25 23:50
谢谢楼主

作者: momo635241 时间: 2019-2-12 14:49
正好需要你

作者: cjhfire 时间: 2019-2-25 14:07
学习学习学习

作者: 羊羊 时间: 2019-3-1 14:17
好像很厉害

作者: 文武双全1149 时间: 2019-3-26 13:30
正好需要你

作者: 光头强来偷树 时间: 2019-3-29 14:58
下载来试试看

作者: fengzhizxw 时间: 2019-4-28 19:10
好像很厉害的样子

作者: Rayme 时间: 2019-5-11 12:22
支持分享！

作者: charlie072 时间: 2019-5-18 01:25
不错收这个了

作者: 江湖人称小强 时间: 2019-6-10 18:44
支持，收藏！

作者: wang2596308 时间: 2019-6-11 21:48
收下了，感谢

作者: a287400871 时间: 2019-6-18 16:08
收下了，感谢收下了，感谢

作者: 禁之零零 时间: 2019-6-21 11:20
感谢楼主的分享

作者: 文武双全1149 时间: 2019-7-6 11:57

感谢楼主的分享

作者: xy1002 时间: 2019-7-23 20:49
下载来试试看

作者: 怕个屁啊 时间: 2019-8-23 13:40
先回复再拿货

作者: qyzz007 时间: 2019-8-23 22:40
十分感谢，有了这个取网页文本就方便多了

作者: 忘记方位 时间: 2019-10-10 12:17
提示: 作者被禁止或删除内容自动屏蔽

作者: 星辰月神 时间: 2019-11-21 23:12
BUG有点大调试解析的时候吃内存吃到内存不足.

作者: moxiangkelei 时间: 2019-12-11 15:30
感谢分享，看看能不能实现我要的功能

作者: 122020 时间: 2019-12-19 14:23
分析整个网页，局部元素几百个情况下，会卡死，能不能优化下，比如，我分析了Tao宝的html

作者: htm8888 时间: 2020-2-22 17:26
感谢分享感谢分享感谢分享感谢分享感谢分享感谢分享

作者: 1143910315 时间: 2020-7-31 20:04
加油加油，支持楼主继续完善

作者: 805850337 时间: 2020-10-12 19:52
没用阿，源码测试直接卡死

作者: 2467201838dark 时间: 2021-9-20 18:07
666666666666666666666666

作者: 非常猥锁 时间: 2023-6-6 18:56
解释非常吃内存，超容易卡死

作者: crossdiy 时间: 2023-6-8 16:16
感谢分享

欢迎光临精易论坛 (https://125.confly.eu.org/)