免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
楼主: 老狼000
打印 上一主题 下一主题

[文本处理] 正则求助。。 [复制链接]

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
21 [报告]
发表于 2013-12-24 16:30 |只看该作者
回复 11# Herowinter
  1. [root@localhost ~]# sed -r 's/rs_src=0">([^<]+)/>\n\1\n/g;/^[^<>\n]+\n/P;D' i
  2. 在澳门可以用人民币吗
  3. 澳门币
  4. 澳门可以用港币吗
  5. 在澳门用港币划算吗
  6. 澳门币对港币
  7. 港币
  8. 在澳门用什么币
  9. 在澳门可以刷银联卡吗
  10. 澳门可以用港币么
  11. 港币在澳门能用吗
  12. [root@localhost ~]#
复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
22 [报告]
发表于 2013-12-24 16:34 |只看该作者
回复 11# Herowinter 补充个awk:
  1. [root@localhost ~]# awk -vRS='rs_src=0">|</a></th>' 'NR>1&&!/[<>]/&&NF' i
  2. 在澳门可以用人民币吗
  3. 澳门币
  4. 澳门可以用港币吗
  5. 在澳门用港币划算吗
  6. 澳门币对港币
  7. 港币
  8. 在澳门用什么币
  9. 在澳门可以刷银联卡吗
  10. 澳门可以用港币么
  11. 港币在澳门能用吗
  12. [root@localhost ~]#
复制代码

论坛徽章:
2
金牛座
日期:2013-11-15 15:50:59巨蟹座
日期:2013-12-13 11:17:52
23 [报告]
发表于 2013-12-24 16:34 |只看该作者
http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=1285562 嗯。应该是这个回复 20# dn833


   

论坛徽章:
2
金牛座
日期:2013-11-15 15:50:59巨蟹座
日期:2013-12-13 11:17:52
24 [报告]
发表于 2013-12-25 11:02 |只看该作者
本帖最后由 老狼000 于 2013-12-25 11:12 编辑

追问下 如果 这个src=0 这 是一个变化的数值,是用\d+ 替换这个0麻

比如:data-log="si:1">澳门地图 高清</a>
        data-log="si:2">澳门地图 高</a>
        。。。。。。
回复 2# yestreenstars


   

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
25 [报告]
发表于 2013-12-25 11:37 |只看该作者
回复 24# 老狼000
我建议:
  1. grep -oP '[^>]*(?=</a>)'
复制代码

论坛徽章:
2
金牛座
日期:2013-11-15 15:50:59巨蟹座
日期:2013-12-13 11:17:52
26 [报告]
发表于 2013-12-25 11:55 |只看该作者
本帖最后由 老狼000 于 2013-12-25 11:58 编辑

刚发那个不够严谨。因为也有其它标签干扰。。
  1. <span alog-alias="srs-0"><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%20%B8%DF%C7%E5&lm=0&srs=1&srsod=1&ie=gbk" data-log="si:1">澳门地图 高清</a></span>
  2.                 <span alog-alias="srs-5"><a href="/search?word=%CF%E3%B8%DB%B5%D8%CD%BC%C8%AB%CD%BC%B8%DF%C7%E5%B0%E6&lm=0&srs=0&srsod=6&ie=gbk" data-log="si:6">香港地图全图高清版</a></span>
  3.             </dd>
  4.                 <dd class="srs-col-1">
  5.     <span alog-alias="srs-1"><a href="/search?word=%B0%C4%C3%C5%20%B8%DF%C7%E5&lm=0&srs=1&srsod=2&ie=gbk" data-log="si:2">澳门 高清</a></span>
  6.                 <span alog-alias="srs-6"><a href="/search?word=%D6%D0%B9%FA%B5%D8%CD%BC%C8%AB%CD%BC%B8%DF%C7%E5%B0%E6&lm=0&srs=0&srsod=7&ie=gbk" data-log="si:7">中国地图全图高清版</a></span>
  7.             </dd>
  8.                 <dd class="srs-col-2">
  9.     <span alog-alias="srs-2"><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%B8%DF%C7%E5%C8%AB%CD%BC&lm=0&srs=0&srsod=3&ie=gbk" data-log="si:3">澳门地图高清全图</a></span>
  10.                 <span alog-alias="srs-7"><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%CF%C2%D4%D8&lm=0&srs=0&srsod=8&ie=gbk" data-log="si:8">澳门地图下载</a></span>
  11.             </dd>
  12.                 <dd class="srs-col-3">
  13.     <span alog-alias="srs-3"><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC&lm=0&srs=0&srsod=4&ie=gbk" data-log="si:4">澳门地图</a></span>
  14.                 <span alog-alias="srs-8"><a href="/search?word=%B0%C4%C3%C5&lm=0&srs=0&srsod=9&ie=gbk" data-log="si:9">澳门</a></span>
复制代码
  1. grep -oP '(?<=">)(?=</a></span>)' 好像不行
复制代码
回复 25# yestreenstars


   

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
27 [报告]
发表于 2013-12-25 12:05 |只看该作者
回复 26# 老狼000
这结果不是挺严谨的吗?
  1. [root@localhost ~]# grep -oP '[^>]*(?=</a>)' j
  2. 澳门地图 高清
  3. 香港地图全图高清版
  4. 澳门 高清
  5. 中国地图全图高清版
  6. 澳门地图高清全图
  7. 澳门地图下载
  8. 澳门地图
  9. 澳门
  10. [root@localhost ~]#
复制代码

论坛徽章:
2
金牛座
日期:2013-11-15 15:50:59巨蟹座
日期:2013-12-13 11:17:52
28 [报告]
发表于 2013-12-25 12:41 |只看该作者
">6</a><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%C8%AB%CD%BC%B8%DF%C7%E5%B0%E6&ie=gbk&site=-1&sites=0&date=0&pn=60">7</a><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%C8%AB%CD%BC%B8%DF%C7%E5%B0%E6&ie=gbk&site=-1&sites=0&date=0&pn=70">8</a><a href="/search?word=%B0%C4%C3%C5%B5%D8%CD%BC%C8%AB%CD%BC%B8%DF%C7%E5%B0%E6&ie=gbk&site=-1&sites=0&date=0&pn=80">9</a><a href="/search? 页面上有这样的干扰。回复 27# yestreenstars


   

论坛徽章:
780
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
29 [报告]
发表于 2013-12-25 13:05 |只看该作者
回复 22# yestreenstars
多谢,对比之下,好像还是grep  零宽断言
最简单。

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
30 [报告]
发表于 2013-12-25 13:13 |只看该作者
回复 28# 老狼000
  1. grep -oP '(?<=">)[^<]*(?=</a></span>)'
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP