Question

我想得到桌子＆＃34; Partite＆＃34;在本网站上：
http://it.soccerway.com/national/italy/serie-a/20142015/regular-season/r27139/

所以我创建了这段代码：

Dim HTML As String = New WebClient().DownloadString(URLs(MetroComboBox2.SelectedIndex))
    Dim URL_Params As String = "&callback_params=" & Regex.Match(HTML, "'block_competition_matches_summary', ({[\w\s"",:]+})").Groups(1).ToString
    Dim Base_URL As String = "http://it.soccerway.com/a/block_competition_matches_summary?block_id=page_competition_1_block_competition_matches_summary_6"
    Dim Giornata_URL As String = Base_URL & URL_Params & "&action=changeView&params={""view""%3A1}"

使用Html变量我得到之前发布的链接，在 URL_Params 我试图匹配div类＆＃34; block_competition_matches_summary ＆＃ 34;。
但显然正规则不会抓住这个元素。所以我在 Giornata_Url 中汇总所有变量。我错了什么？

Answer 1

我想您正在尝试匹配网页的这一部分？

'block_competition_matches_summary', {"page":0,"bookmaker_urls":{"13":[{"link":"http:\/\/www.bet365.com\/home\/?affiliate=365_308136","name":"Bet 365"}]},"block_service_id":"competition_summary_block_competitionmatchessummary","round_id":27139,"outgroup":false,"view":2}

这个正则表达式永远不会匹配：

'block_competition_matches_summary', ({[\w\s",:]+})

数据结构包含嵌套大括号;字符类[\w\s",:]未满足的要求。

使用正则表达式匹配嵌套大括号并不容易。哪个关闭括号应该关闭比赛？

一个简单的替代方法是将匹配的结尾锚定到该行的末尾。这个正则表达式可以正常工作：

'block_competition_matches_summary', (\{.*?\})\);\n

说明：

( - 捕获子模式的开始
\{ - 请远离括号，因为它们在正则表达式语法中具有特殊含义
.*? - 任意数量的字符，非贪婪（这在此必不可少）
\} - 再次，逃避大括号
) - 捕获子模式的结束
\) - 文字字符：右括号
; - 字面字符：分号
\n - linebreak

我建议您将其与RegexOptions.Singleline结合使用，以防万一您要尝试匹配的表达式中存在换行符。

最终评论：请在将结果字符串添加到URL_Params之前对其进行网址编码。这使得完整的陈述：

Dim URL_Params As String = "&callback_params=" & WebUtility.UrlEncode(Regex.Match(HTML, "'block_competition_matches_summary', (\{.*?\})\);\n", RegexOptions.Singleline).Groups(1).Value)

从网站获取表格

1 个答案: