我正在尝试抓取一些包含代理列表的网页 并设法报废了代理和港口 但我停留在替换代理和端口之间的表边界 用“：”代替 这是我的正则表达式代码
(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})(?:\s+|\s*<\/td><td>\s*)(\d{2,5})
这是html中的抓取页面
<tr><td>35.199.100.7</td><td>8080</td><td>US</td><td class='hm'>United States</td><td>elite proxy</td><td class='hm'>no</td><td class='hx'>yes</td><td class='hm'>1 second ago</td></tr><tr><td>163.172.181.29</td><td>80</td><td>FR</td><td class='hm'>France</td><td>elite proxy</td><td class='hm'>no</td><td class='hx'>no</td><td class='hm'>1 second ago</td></tr><tr><td>178.213.144.238</td><td>41258</td><td>RU</td><td class='hm'>Russian Federation</td><td>elite proxy</td><td class='hm'>no</td><td class='hx'>yes</td><td class='hm'>1 second ago</td></tr><tr><td>142.93.79.212</td><td>3128</td><td>CA</td><td class='hm'>Canada</td><td>anonymous</td><td class='hm'>no</td><td class='hx'>no</td><td class='hm'>1 second ago</td></tr><tr>
这是我的测试页 https://www.phpliveregex.com/p/oPW 有人可以帮我吗 谢谢
答案 0 :(得分：0)
尝试以下操作：\d+(?:\.\d+){3}\K<\/td><td>(?=\d+)并替换为:
您的数据似乎是网页的一部分，或者是“经过预过滤”的网页。在那种情况下，使用正则表达式没有错，因为输入数据很简单。
但是，问题是，您如何获得这些数据？可能与其他几个正则表达式。正如乔治（Jorge）在评论中所说的那样，这可能会出错。
除非这是一个一次性脚本，否则您真的应该考虑使用某些HTML解析器重写整个内容。