使用ColdFusion进行页面抓取

Question

我需要使用ColdFusion动态创建一个新的布局，方法是将页面的顶部和底部翻译为2个不同的变量。

在此之前，顶部停在顶部。

googleoff: all (This is in an HTML Comment)

底部从

开始

googleon: all (This is in an HTML comment)

直到最后。

我在想我可以使用正则表达式来做到这一点。

Answer 1

假设这些注释只出现在您所声明的位置，您可以使用正则表达式字符串拆分轻松完成此操作：

<cfset Sections = String.split( '<!-- google(?:on|off): all -->' ) />

<cfset TopOfPage    = Sections[1] />
<cfset BottomOfPage = Sections[3] />

如果注释没有修复，则需要更新正则表达式 - 例如，如果空格不可预测，则可以用\s*替换空格。

为了比较，这是一个非正则表达式版本：

<cfset EndOfTopPos      = find( '<!-- googleoff: all -->' , String ) - 1 />
<cfset StartOfBottomPos = find( '<!-- googleon: all -->' , String , EndOfTopPos ) + 22 />

<cfset TopOfPage    = left( String , EndOfTopPos ) />
<cfset BottomOfPage = right( String , len(String)-StartOfBottomPos ) />

由于这适用于固定字符串，因此速度更快 - 但在此差异可能很大之前，您需要重复几千次。