Question

我正在尝试解析google seach博客的结果数量。有人可以帮助我！

http://blogsearch.google.com/blogsearch?hl=en&ie=UTF-8&q=a&btnG=Search+Blogs

返回完整页面。在右侧，您可以看到（结果1 - 10约为2,504,830,546，一个。（0.05秒））。

我怎么能得到 2,504,830,546 ???

感谢。问候。

Answer 1

虽然您通常不应该使用正则表达式解析HTML文件，但在这种情况下您可能会发生异常（因为页面特别使用<font>，结构仍然被破坏，并且XML解析器无法帮助）。这段代码假设您已经获取了网页并将其放入字符串变量$webpage_as_string中：

preg_match('|Results.+?of +about +\<b\>([0-9,]+)\<\/b\> +for|', $webpage_as_string, $matches);

$matches[1]将结果包含在字符串中。您需要过滤掉逗号并将其解析为数字...当然，只要Google更改了网站模板，此代码就会中断。

http://php.net/manual/en/function.preg-match.php包含有关该功能的更多信息，模式手册在此处：http://www.php.net/manual/en/reference.pcre.pattern.syntax.php

Answer 2

为什么不使用包含博客搜索的search API？

Answer 3

如果您有wget

$ wget -O- -q "http://blogsearch.google.com/blogsearch?hl=en&ie=UTF-8&q=a&btnG=Search+Blogs" | awk -vRS="Browse Top Stories|Blog results" -vFS='about|for' '/Results/{gsub(/<b>|<\/b>/,"",$2);print $2}'
 2,493,517,127

如何解析谷歌博客搜索的结果？

3 个答案: