100分求个正则抓取网页数据解决办法

100分求个正则抓取网页数据


&lt;html xmlns="http://www.w3.org/1999/xhtml"&gt;
&lt;head runat="server"&gt;
    &lt;title&gt;&lt;/title&gt;
&lt;/head&gt;
&lt;body&gt;
    &lt;form id="form1" runat="server"&gt;
    &lt;div&gt;
        &lt;section class="main-sort" id="order"&gt;
            &lt;div class="type-sort fn-left"&gt;
                &lt;span&gt;排序：&lt;/span&gt;&lt;a href="javascript:;" data-seed="sort-tj" class="sort-tj cur"&gt;&lt;span class="sort-tjIcon"&gt;推荐&lt;/span&gt;&lt;/a&gt;
                &lt;a href="javascript:;" data-seed="sort-price" class="sort-price" data-price="0"&gt;&lt;span class="sort-priceIcon"&gt;价格&lt;/span&gt;&lt;/a&gt;
                &lt;input type="checkbox" class="J_sort J_sortCheck" data-seed="sort-yh" data-item="sale" data-val=""&gt;&lt;label&gt;优惠促销&lt;/label&gt;
                &lt;input type="checkbox" class="J_sort J_sortCheck" data-seed="sort-bzz" data-item="halftrip" data-val=""&gt;&lt;label&gt;半自助&lt;/label&gt;
            &lt;/div&gt;
            &lt;div class="common-page fn-right"&gt;
                &lt;span class="j-pageCurrent"&gt;1&lt;/span&gt;/&lt;span class="j-pageAll"&gt;1&lt;/span&gt;
                &lt;a href="javascript:;" class="page-prev no-page"&gt;上一页&lt;/a&gt;
                &lt;a href="javascript:;" class="page-next no-page"&gt;下一页&lt;/a&gt;
            &lt;/div&gt;
        &lt;/section&gt;
        &lt;section class="listbox"&gt;
            &lt;div class="ListLoding" style="display: none;"&gt;数据正在加载。。。&lt;/div&gt;
&lt;ul class="listul J_pagelist"&gt;
                
&lt;li data-info="[12]" data-days="6天" data-to="尊爵贵族线" data-halftrip="0" data-tag="尊爵贵族线" data-price="6466" data-chunk="line-SHS67909" class="lineitem cfix" style="display: list-item;"&gt;
                    &lt;div class="img fn-left"&gt;
&lt;a title="【纯净游】轻松台湾纯玩西线6日游" target="_blank" href="http://sh.uzai.com/tour-67909.html"&gt;&lt;img width="125px" height="67px" alt="100分 求个正则 抓取网页数据解决办法" data-img="http://r.uzaicdn.com/pic/15434/m/w160/h120/t1" src="http://r.uzaicdn.com/pic/15434/m/w160/h120/t1"&gt;&lt;/a&gt;
                        &lt;div class="prd-num"&gt;产品编号：SHS67909&lt;/div&gt;
&lt;/div&gt;
&lt;dl class="info fn-left"&gt;
&lt;dt class="t"&gt;
                            &lt;a title="【纯净游】轻松台湾纯玩西线6日游" target="_blank" href="http://sh.uzai.com/tour-67909.html"&gt;【纯净游】轻松台湾纯玩西线6日游&lt;/a&gt;

                        &lt;/dt&gt;
&lt;dd class="desc"&gt;台北连住二晚市区5花酒店、尽享台北市区半天的自由活动，随心所欲安排您的行程&lt;/dd&gt;
&lt;dd class="moredesc"&gt;
                            
                                    &lt;span&gt;满意度：&lt;span class="n"&gt;96%&lt;/span&gt;&lt;/span&gt;
                                
                            &lt;span class="pin"&gt;&lt;span class="n"&gt;6&lt;/span&gt;人点评&lt;/span&gt;
                            
                                &lt;span&gt;最近出发班期：&lt;span class="n"&gt;12/22&lt;/span&gt;&lt;/span&gt;
                                 
 
                            &lt;a class="date" onclick="mychecks(67909,this,'http://sh.uzai.com/tour-67909.html')" href="javascript:;"&gt;全部班期&lt;/a&gt;
                        &lt;/dd&gt;
&lt;/dl&gt;
&lt;div class="detail fn-right"&gt;
                        
                        &lt;p class="price"&gt;&lt;span class="u"&gt;￥&lt;/span&gt;&lt;span class="n"&gt;6466&lt;/span&gt;起&lt;/p&gt;
                        &lt;span data-di="50" rel="J_popDisong" class="d J_powerFloat"&gt;&lt;em class="dsnum"&gt;50&lt;/em&gt;&lt;/span&gt;
                        &lt;span data-song="200" rel="J_popDisong" class="s m-5 J_powerFloat"&gt;&lt;em class="dsnum"&gt;200&lt;/em&gt;&lt;/span&gt;
                    &lt;/div&gt;
&lt;/li&gt;
                
&lt;li data-info="[12][1]" data-days="8天" data-to="尊爵贵族线" data-halftrip="0" data-tag="尊爵贵族线" data-price="7366" data-chunk="line-SHS67808" class="lineitem cfix" style="display: list-item;"&gt;
                    &lt;div class="img fn-left"&gt;
&lt;a title="【发现美味】台湾纯玩环岛8日（国航往返）" target="_blank" href="http://sh.uzai.com/tour-67808.html"&gt;&lt;img width="125px" height="67px" alt="100分 求个正则 抓取网页数据解决办法" data-img="http://r.uzaicdn.com/pic/15451/m/w160/h120/t1" src="http://r.uzaicdn.com/pic/15451/m/w160/h120/t1"&gt;&lt;/a&gt;
                        &lt;div class="prd-num"&gt;产品编号：SHS67808&lt;/div&gt;
&lt;/div&gt;
&lt;dl class="info fn-left"&gt;
&lt;dt class="t"&gt;
                            &lt;a title="【发现美味】台湾纯玩环岛8日（国航往返）" target="_blank" href="http://sh.uzai.com/tour-67808.html"&gt;【发现美味】台湾纯玩环岛8日（国航往返）&lt;/a&gt;

                        &lt;/dt&gt;
&lt;dd class="desc"&gt;尝特色美食、台北连住二晚市区酒店、台南一晚升级五星香格里拉大饭店&lt;/dd&gt;
&lt;dd class="moredesc"&gt;
                            
                                    &lt;span&gt;满意度：&lt;span class="n"&gt;96%&lt;/span&gt;&lt;/span&gt;
                                
                            &lt;span class="pin"&gt;&lt;span class="n"&gt;6&lt;/span&gt;人点评&lt;/span&gt;
                            
                                &lt;span&gt;最近出发班期：&lt;span class="n"&gt;12/29、1/5&lt;/span&gt;&lt;/span&gt;
                                
                            &lt;a class="date" onclick="mychecks(67808,this,'http://sh.uzai.com/tour-67808.html')" href="javascript:;"&gt;全部班期&lt;/a&gt;
                        &lt;/dd&gt;
&lt;/dl&gt;
&lt;div class="detail fn-right"&gt;
                        
                        &lt;p class="price"&gt;&lt;span class="u"&gt;￥&lt;/span&gt;&lt;span class="n"&gt;7366&lt;/span&gt;起&lt;/p&gt;
                        &lt;span data-di="50" rel="J_popDisong" class="d J_powerFloat"&gt;&lt;em class="dsnum"&gt;50&lt;/em&gt;&lt;/span&gt; 
 
                        &lt;span data-song="200" rel="J_popDisong" class="s m-5 J_powerFloat"&gt;&lt;em class="dsnum"&gt;200&lt;/em&gt;&lt;/span&gt;
                    &lt;/div&gt;
&lt;/li&gt;
                
&lt;/ul&gt;
            &lt;div class="noshuju" style="display: none;"&gt;
                &lt;span&gt;对不起，没有找到符合条件的产品！&lt;/span&gt;&lt;a href="javascript:;"&gt;重新筛选&lt;/a&gt;
            &lt;/div&gt;
&lt;/section&gt;
    &lt;/div&gt;
    &lt;/form&gt;
&lt;/body&gt;
&lt;/html&gt;

我要统计 <ul class="listul J_pagelist"> 元素下面<li>元素的总数
这样我能知道这个线路在网页中出现多少次。
求个正则匹配对应数据抓到<li>元素总数
[解决办法]
HtmlAgilityPack

让使用HTML,跟操作XML一样简单. 使用XPath 的方式来查找HTML内容
[解决办法]

引用:

Quote: 引用:
Quote: 引用:
Quote: 引用:

Regex.Matches(s, "<li data-info=\"\\[").Count

你好这个是能用，我现在的需求是要获得 <ul class="listul J_pagelist"> </ul>里面的<li>的总数
，网页里面有很多html 标签有相同节点的话，是得不到的
        void Test3()
        {
            string s = File.ReadAllText(@"E:\test\网页抓取测试\3.txt", Encoding.GetEncoding("gb2312"));
            int result = Regex.Matches(s, "&lt;li data-info=\"\\[").Count;
            Console.WriteLine(result);
        }
总有不同部分的，用不同部分去区分就行了。
如果按你说的页面有多个 <ul class="listul J_pagelist">呢？那你也不知道要取哪个ul下的li啊
<ul class="listul J_pagelist">这个样式，在整个网页出现一次，也是唯一标识，如果正则加这个怎么写。

如果你一定要加ul只能他两条写


 string html = Regex.Match(s, "(?is)&lt;ul class=\"listul J_pagelist\"&gt;.*?&lt;/ul&gt;").Value;
Console.WriteLine(Regex.Matches(html, "&lt;li data-info=\"\\[").Count);

100分 求个正则 抓取网页数据解决办法

热点推荐

100分求个正则抓取网页数据解决办法