请问怎么取一个网页里的标题和对应链接？

klxq520

我想取出一个网页里面的所有链接，还有对应的标题，并加入到超级列表框里，超级列表框有序号、标题、链接这三栏。
随便一个网页只要分析源代码加上正则式匹配都能取出标题和链接，我想要的是任务网页都能取出的那种，就像在网页里点右键，再点“使用迅雷下载全部链接”迅雷就会分析出所有标题和链接一样，请大师们贡献下思路或方法，感激不尽！！！

我是新人，刚来没多少币，对于大家的帮助本人将铭记在心，如有需要我的地方请PM我，我将尽力而为！！！

御风软件

klxq520 发表于 2012-10-13 16:51
你这是一般的取标题和链接吧，我做了一个跟你差不多的，同一个域名，不同的子链接，源代码相差很远，我碰 ...

你再怎么变，他也是包含标题和链接和一些链接的必须特征，也就是

<a 其他垃圾href="地址"其他垃圾>标题</a>

红色和绿色部分，是肯定有的，蓝色的使用正则[\s\S]*?匹配掉，不要

正则就是：<a [\s\S]*? href="（.+？）"[\s\S]*? >（.+？）</a>

橴楓ペ俊影ミ

要看你要取的是哪个网页

忧郁之子

你去这里看看这个帖子的源码，或许可以帮助你解决问题。
地址：http://www.3600gz.cn/thread-102469-1-1.html

精yì求精

正则，类似我这个帖子

求助版块的最新主题获取，抢答和获取荣誉点必备
http://www.3600gz.cn/thread-129699-1-1.html

御风软件

正则也是可以弄出来的，因为他们肯定包含标题的链接，只是有的网页多了些东西而已

klxq520

御风软件 发表于 2012-10-13 16:23
正则也是可以弄出来的，因为他们肯定包含标题的链接，只是有的网页多了些东西而已

我是要任何网页都可以提取的，提取一个网页我们，但任意的网页我就找不到方法了，正则只能在源码里匹配，不同的网页有不同的源码，有时能匹配这个网页，但那个网页又不能匹配了。

klxq520

忧郁之子 发表于 2012-10-13 16:08
你去这里看看这个帖子的源码，或许可以帮助你解决问题。
地址：http://www.3600gz.cn/thread-102469-1-1.h ...

晕了，精币被我赏出去没得下载了，我去赚回来先。。。

御风软件

klxq520 发表于 2012-10-13 16:32
我是要任何网页都可以提取的，提取一个网页我们，但任意的网页我就找不到方法了，正则只能在源码里匹配， ...

出了链接和标题这个子文本匹配，其他的可以使用通用匹配的

<a href="http://www.3600gz.cn/thread-133776-1-1.html" id="thread_subject">请问怎么取一个网页里的标题和对应链接？</a>

<a  xx href="http://www.3600gz.cn/thread-133776-1-1.html" id="thread_xxx">请问怎么取一个网页里的标题和对应链接？</a>

你看到的这两个链接都是不同的（注意蓝色部分），但是这些不同的，我们可以不要，直接正则匹配掉

<a [\s\S]*?href="（.+？）" id=".+？">（.+？）</a>

红色的是正则匹配掉了，是我们不要的，我们要的是绿色的，也就是子匹配文本

klxq520

御风软件 发表于 2012-10-13 16:42
出了链接和标题这个子文本匹配，其他的可以使用通用匹配的

请问怎么取一个网页里的标题和对应链接？

你这是一般的取标题和链接吧，我做了一个跟你差不多的，同一个域名，不同的子链接，源代码相差很远，我碰到的是这种问题，所以只能追求新方法新思路了，我实在没办法用正则去匹配任何一个网页，每个网站的设计人员不一定会去遵循同一种规则，所以很难用一个表达式去匹配所有。迅雷或旋风有下载全部链接功能，一点就得到所有标题和链接，我不知道它用的是什么方法什么思路。。。