关于爬行采集的问题，请教各位大神！感谢。

年轻没有失败

   爬行采集QQ的话   是要采集网页所有的链接，然后在正则QQ吗

  我需要采集QQ，



补充内容 (2015-4-18 20:59):
额 刚才没打完。我需要采集QQ，我本来想  采集网页所有存在的链接，然后在正则QQ。但是我发现每个网页的链接匹配正则都是不一样的，我很纳闷  这个怎么实现啊各位前辈？？

xiang5905

采集都很简单的事，枚举链接，访问得到源码，正则匹配，过滤输出

戒卜掉思恋

正则表达式是需要文本的    链接只不过是读出网页的文本而已

年轻没有失败

huanglinsd 发表于 2015-4-18 21:00
正则表达式是需要文本的    链接只不过是读出网页的文本而已

嗯，我明白   刚才说简单了。按照我的思路如果要爬行某个站采集QQ的话，首先要把能采集到的链接都采集下来，正则每个链接的源码，实现采集QQ。    但是现在问题来了，每个站的链接匹配规则是不一样的，那我怎么实现爬行采集QQ呢？求赐教

戒卜掉思恋

年轻没有失败 发表于 2015-4-18 21:06
嗯，我明白   刚才说简单了。按照我的思路如果要爬行某个站采集QQ的话，首先要把能采集到的链接都采集下 ...

qq的匹配规则是一样的嘛

年轻没有失败

前辈们，都睡觉了吗{:soso_e127:}

年轻没有失败

顶起，顶起。在线等

birdmanxp

用正则把所有5~10位的数字全部取出来就行了，当然一堆垃圾非QQ数字也会取出来的

年轻没有失败

birdmanxp 发表于 2015-4-18 21:42
用正则把所有5~10位的数字全部取出来就行了，当然一堆垃圾非QQ数字也会取出来的

关键爬行采集，如果直接采集的话那没任何问题。毕竟每个界面的QQ都是有限的，所以需要爬行采集，把输入的网址整个站的所有QQ都取出来。怎么办呢

年轻没有失败

  我相信这个问题一定会解决。只不过是时间的问题，也许一个月以后我不会为此而烦恼。