赶集去了,你准备好了么?—-谈谈正则表明式的内容采集

By admin in be365体育投注 on 2018年12月29日

文/安怡

不知阁下是否都听说过建筑英才网,我想对绝大多数人来说,应该不会太陌生,有时无聊之时,仍是可以够去逛逛,领会社会百态,熟稔人间风情,品味生活可以,呵呵。

be365体育投注 1

拉勾网基本是按部就班全国城市分类的,每一个都会是同等界面,不同内容。你可以在不同城市中切换,以便关注该城市的各类信息。

先天下午见到了W姐,后天通电话突然意识到她结婚的消息还有些不相信,看到他甜丝丝洋溢的赏心悦目脸庞及无名指上光彩夺目的信鸽蛋钻戒,我才认同他的确是赶上了丰富对的人!

be365体育投注 2 
对应每个城市,兼职网又有两样的归类,基本上涵盖了生存的一体。

W姐38岁,拥有一双子女,若不是因为早些年个性好强一时冲动离了婚,如今应该是孩子双全家庭和睦的甜蜜女孩子呢?

be365体育投注 3 

倘诺不是当年婚姻的破碎,也不会有后日以此自主、雅观多金收获第二春的人生大赢家了!

 
跻身一个特定的归类,你可以看来有关的用户小说,有些事经纪人发的,有些是不以为奇老百姓发的,各取所需,各观所好。

偶尔真是塞翁失马焉知非福啊!

be365体育投注 4 

W姐自豪的说:“我丈夫没有结过婚,也从没孩子!我说咱俩要一个儿女吗,他说你有子女就够了,你的儿女就是自家的儿女!安怡啊,真是托你的福,二〇一八年你说我的情缘没有到,缘分到了必然会遭受特别纯真爱自己的人!想不到自家的姻缘这么快就到了!”

好了,说到这里,请不要觉得我是给兼职网做广告,呵呵,肯定不是。

“W姐?你是这么理想!有思想有事业有生活质地;身材好人美观还有钱,我要是先生已经爱上您了!”我无不奉承她道。

本人是先解剖中华英才网的内容结构,为做内容采集做准备,下边先Show一下自己做的中华英才网采集程序先,先有一个感性的认识,也为下边的代码找一个事实上的宿主,而不要纯理论的钻研,哈哈。

可是我说的却是大实话!

be365体育投注 5 

离异后的W姐并没有后悔,而是像男人一样拼命拼搏,十几年来各样摸爬滚打,从一个行当转到另一个行业,挖掘了一桶又一桶金!

 下边分析58同城的情节获取及顺序的干活方法:

这时候是他坚称要离婚以至于净身出户,由于自身经济条件糟糕而把一双儿女都留在了前夫家。后来前夫再婚又有了孩子,她不忍自己的子女们受委屈而没日没夜的做事,摆过摊、开过店、开过小作坊、开过工厂。

首先第一步,我们要得到全国省市的的分开名称,这部可以去国家总结局这里找找,哈哈,我是说真的哦。

经济情状逐渐好起来,买了房买了车然后跟前夫打官司争夺多少个儿女的抚养权,好不容易将多少个孩子留在了自己身边,工厂也日益壮大,可突如其来的金融危机使工厂倒闭,欠了一堆债,不得不卖了房屋和车还债,不得不将多少个儿女送到曾祖母家。

建筑英才网每个城市,对应一个数码,如香港相应bj,巴塞罗那对应gz,
你从地点的城池划分的源码中能够找到:<dd><a href=”http://bj.ganji.com/” class=”redLink”>上海</a></dd>,这其中的情节就隐含了bj的情节,前面加上ganji.com就是首都中华英才网的链接地址了,花点功夫把它找出来呢。

W姐作为一个女孩子,在境遇困难和挫败时并不曾泄气也不后悔,好不容易还清债务后又起来再度最先,我确实特别欣赏这样的妇女!

其次个是网站内容的分类,我查过不同城市的归类好像是如出一辙的,因而只需要得到一个城池的归类就足以了,其他的就相同。

be365体育投注 6

把分类的始末保留成html,然后放到VS格式化一通,拿到了情节如下所示:

那些时候他一贫如洗,误打误撞进入了教育行业干起了招生代理的工作,这是一个一本万利的本行,只要有能力为母校可能培训机构招到了数码惊人的学生,招生的劳动回报可是分外可观!

be365体育投注 7 

W姐从开端的单打独斗到背后组建上百人的社团,从招两几人到新兴的几百几千人,从不被高校和部门待见到被多所院校单位争相邀请合作…

下边你按照情节,编写一个正则表明式来把分类提取出来,就可以了。献上拙例,供参考。

意料之中的,她变得越来越有钱了!在CBD买了房把儿女们接过来上最好的学校,在同一楼盘给父母也买了房,既能给自己留独立空间孩子也有人照顾。

先是我们把分类分级,一流分类是房产、二手物品、招聘等大类,二级分类表示大分类(如房产)下面的小分类,如出租房、二手房等情节体系。

后来买了豪车开了小卖部,又开了多家培育机构,然后请了职业主管人帮忙管理,多出的时刻他去运动做美容让投机更加美,参与总经理班MBA班学习提升自己,加入各类运动认识各个美观的敌人,去外国游学满世界的跑…

下边代码是大类的获取: 

二〇一八年在伦敦(London)插足一个平移的时候邂逅了她现在的女婿,一个比他大两岁的不婚主义者。多年来,他业余时间总是满世界的跑享受一个人的如意旅程,原打算就如此独身一辈子,境遇W姐后,一个四十岁的钻石王老五突然就兴奋结婚了!

 be365体育投注 8代码

W姐的女婿是一家上市公司COO,年薪不菲,在Charlotte及其余城市有多处房产。结婚后W姐住到了他老公的房屋里,没有办婚礼,只是亲戚朋友们一道吃了顿饭见证了他们的结缘,然后俩人出去蜜月旅行。

        private void GetCatetory(object obj)
        {
            string mainUrl = “http://gz.ganji.com“;
            string DataRegex = “<dt><a\\s*?href=\”(?<value>.*?)\”\\s*?target=\”_blank\”>(?<key>.*?)»</a></dt>”;
            string itemString = “”;
            itemString = CSocket.GetHtmlByUrl(mainUrl);

be365体育投注 9

            Database db = DatabaseFactory.CreateDatabase();
            DbCommand command = null;
            if (!string.IsNullOrEmpty(itemString))
            {
                Regex re = new Regex(DataRegex, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace);
                Match mc = re.Match(itemString);
                if (mc.Success)
                {
                    MatchCollection mcs = re.Matches(itemString);
                    foreach (Match me in mcs)
                    {
                        string strKey = me.Groups[“key”].Value;
                        string strValue = me.Groups[“value”].Value;
                        try
                        {
                            string sql = string.Format(“insert into GanjiCategory(CategoryName,CategoryUrl) values(‘{0}’,'{1}{2}’) “,
                                strKey, mainUrl, strValue);
                            command = db.GetSqlStringCommand(sql);
                            db.ExecuteNonQuery(command);

他俩从没签婚前协议,W姐也不纠结要在房产证上加她名字,她怎样要求都并未提,她老公却送了足以买套房屋的戒指及一张银行卡给她。

                            string tips = string.Format(“正在处理 {0} “, strKey);
                            CallCtrlWithThreadSafety.SetText<Label>(this.lblSchoolTips, tips, this);
                        }
                        catch (Exception ex)
                        {
                            LogHelper.Error(ex);
                        }
                    }
                }
            }
        }

W姐收下了钻戒把卡锁进了保险柜,她未曾去查余额,也无意知道其中的多寡,因为他的卡里也有众多钱!

 

一双子女依旧跟三叔外祖母住在一起,双休节日假若有时光W小弟妇就会陪老人儿女吃饭、郊游、购物、旅游,一家人欢喜。

 

而W姐住的这套房一向空着,她本想租出去,可她丈夫却说:“就放这儿吧,指不定你何时想单独一个人静一静啊,这会是一个好去处不是吗?”

上边代码是小分类的拿走:

W姐眉飞色舞的慨叹说:“我一贯没想过会遇上她那样的老公,他竟是不介意我离过婚还有多少个子女!他那么美好,儒雅有风度,成熟而沉稳,外表看起来硬朗而稳健,很帅!我不了解为啥我们会有那么多话聊,大家惺惺相惜,都有一种相见恨晚的感觉到!安怡,你说自家以前怎么没有遭逢过如此一个人呢?”

be365体育投注 10be365体育投注 11代码

“W姐,因为原先的您不是当今的您,当然遇不到现在的你会遇见的人了,你看你现在多有魅力啊!别说男人了,我那一个妇女都会被你吸引,你活得太精细了!不是有句话叫您若盛开、蝴蝶自来吗?你就是那样的妇人啊!”我受不了惊讶。

        private void GetItemName(object obj)
        {
            string mainUrl = “http://gz.ganji.com“;
            Database db = DatabaseFactory.CreateDatabase();
            DbCommand command = null;

是啊,在现实生活中,哪有什么灰姑娘和王子的故事?作为一个女性,你工作不好没有能力、没有钱、身材不佳、皮肤糟糕、穿着勤苦,成天期期艾艾、怨天尤人的逛菜市场买地摊货,怎么可能有空子遇上得天独厚的先生?固然遇上了住户也不会多看你一眼吧?虽然有过不久交集前面也会过目即忘吧?

            string content = CSocket.GetHtmlByUrl(mainUrl);
            try
            {
                #region 拿到各样列表字符串
                List<string> itemHtmlList = new List<string>();
                string itemRegex = “<dl\\s*?class=\”list_.*?\”>\\s*(.*?)\\s*</dl>”;
                Regex re = new Regex(itemRegex, RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.IgnorePatternWhitespace);
                Match mc = re.Match(content);
                if (mc.Success)
                {
                    MatchCollection mcs = re.Matches(content);
                    foreach (Match me in mcs)
                    {
                        string strValue = me.Groups[1].Value;
                        itemHtmlList.Add(strValue);
                    }
                }
                #endregion

be365体育投注 12

                #region 对每项内容进行辨析
                foreach (string itemString in itemHtmlList)
                {
                    string cateDataRegex = “<dt><a\\s*?href=\”(?<value>.*?)\”\\s*?target=\”_blank\”>(?<key>.*?)»</a></dt>”;
be365体育投注,                    string itemNameRegex = “<dd>\\s*<a\\s*href=\”(?<value>.*?)\”\\s*target=\”_blank\”>(?<key>.*?)</a>\\((?<id>.*?)\\)</dd>”;

因为当您仍然一棵颓败不堪的小花苗,根本就不会被注意更别说受重视了!不过,当你通过协调的鼎力不断开放的时候,你的根会愈扎愈深,小草和绿叶都会簇拥着你,你会享受更多阳光汲取更多春分和营养,你会开得更加艳丽,还怕没有蝴蝶飞来吗?

                    re = new Regex(cateDataRegex, RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.IgnorePatternWhitespace);
                    mc = re.Match(itemString);

所谓越努力越幸运,W姐大抵就是这般的才女吧?

                    string categoryName = “”;
                    if (mc.Success)
                    {
                        Match me = re.Matches(itemString)[0];
                        categoryName = me.Groups[“key”].Value;
                    }

网上不是沿袭一段话:女子呀,一定要大力协调赚钱,要会开车,会打扮,要保持身材,要时常看书!

                    re = new Regex(itemNameRegex, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace);
                    mc = re.Match(itemString);
                    if (mc.Success)
                    {
                        MatchCollection mcs = re.Matches(itemString);
                        foreach (Match me in mcs)
                        {
                            string strKey = CText.GetTxtFromHtml(me.Groups[“key”].Value);
                            string strValue = me.Groups[“value”].Value;

你车子有油,手机有电,钱包有钱,人优异,身材好,这多少个就是安全感!你会醒来,哪有时光患得患失,哪有时光猜东猜西,哪有时间酝酿别人。

                            try
                            {
                                //保存内容代码

你若盛开,蝴蝶自来,你若出色,天自安排。

                                string tips = string.Format(“正在处理 {0} “, strKey);
                                CallCtrlWithThreadSafety.SetText<Label>(this.lblSchoolTips, tips, this);
                            }
                            catch (Exception ex)
                            {
                                LogHelper.Error(ex);
                            }
                        }
                    }
                }
                #endregion
            }
            catch (Exception ex)
            {
                LogHelper.Error(ex);
            }
        }

be365体育投注 13

 

吃中饭的时候,聊起W姐的近况,她说近来在察看美容院和整形医院,打算再开多少个美容院或者微整形机构。

 

自身忍不住说,W姐,你怎么如此拼啊,干脆在家做兼职太太不是更舒畅啊?你还这么拼,大家这个人还有没有劳动了呀?

完成地点两步后,我们就足以持续第三部,采集赶集网的始末等信息了。

可W姐无奈却又傲娇的说:“哎!没办法,这几年爱美的女人愈加多,微整形实在是太火,不与时俱进不行啊!再说了安怡,你还不知情自己啊,我这人就是闲不住!等姐开业了,欢迎你来感受啊,全部免费!”

 

自己勤奋的吐了吐舌头:“姐?我不靠脸吃饭!你钱多的话依旧多请我吃饭吧?你不是不理解自家是个吃货的!哈哈…”

 

看呢?幸福如W姐的女性都马不停歇的往前走,尽管他一度拥有了那么多,却依然在为了走得更远而竭尽全力!

亲切的们,我们有哪些说辞停下自己的步伐安于现状呢?努力让祥和绽放得更其娇艳漂亮吧!

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图
Copyright @ 2010-2019 mobile.365-838.com 版权所有