javascript采集,js并查集

关于火车头正则表达式采集数据

正确的正则：

document\.write\('a\s+href="(?content([^\/"]*\/)*[^"]*\.jpg)"\s+id="jqzoomMain"\s+class="jqlightbox"

你的正则的错误在于：

1. (?content.*\/+.*\.jpg)中.*使用了贪婪匹配，匹配了所有的内容，而不光是/前的内容，正确的写法是[^/"]所有非/非"的内容。

2. (?content.*\/+.*\.jpg)中\/+加号修饰的是\/，而非.*\/也就是说只有斜杠可以重复N次，正确的写法是([^/"]*\/)+

相关问答

Q1: 网站数据采集

把简单易用做到极至, 任何人都能做数据采集, 根本不需要做什么配置，在网页上点击几下就可以采集数据。推荐使用小白都能用的网页数据采集神器 “爬一爬” 数据采集器 , 轻量高效，还可以跨平台！！多种采集模式：http快速, javascript引擎加载异步数据, 点击翻页模式让您不用担心分页问题

Q2: 火车头能采集网页中javascript代码吗

应该也是可以的，你给他设置相应的规则，图片和javascript原理应该是一样的

Q3: 如何使用JAVA脚本（JavaScript）控制查询页面获取要采集的内容

楼主看一下我写的吧

其实是可以的，页面加载完成之后给指定的文本框填入文字

然后用脚本触发那个按钮，提交表单，试试下面的代码

!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN"

html

head

title new document /title

/head

body

form name="t" action="post" onsubmit="return check()" action=""

select name="s1"

option value="1" selected所有分类/option

option value="2"2222/option

/select

input id="tt" type="text" name="tt" value=""

select name="s2"

option value="1" selected所有分类/option

option value="2"2222/option

/select

input type="submit" id="btn" value="ok" /

/form

script type="text/javascript"

document.getElementById('tt').value = "我自动输入的关键词";

//document.t.submit();

document.getElementById('btn').click();

function check()

{

var text = document.t.tt.value;

alert("您输入的关键词是："+text);

return false;

}

/script

/body

/html

Q4: 如何采集javascript 生成的网页

phantomjs和casperjs

Casperjs是基于Phantomjs的，而Phantom JS是一个服务器端的 JavaScript API 的 WebKit

可以做到采集javascript 生成的网页

当然你也可以去分析js然后直接通过接口获取网页的数据。

Q5: 如何采集JAVASCRIPT生成的页面的文本内容

用webBrowser控件载入网页，等它的js执行完成，再取得webbrowser1.document.body.innerHTML，再进行内容筛选。