用正則匹配采集天貓搜索頁的商品ID和商品的店鋪名稱;
正則匹配的貪婪問題
之前我一直想解決如何實現.[^(</a>)]*這個問題;搞了好久才發現用非貪婪模式可以解決這個問題;即 .*?<\/a> 這樣寫即可;
<?PHP //add by wangtongphp QQ:1006440989 function infinityCollect($url) { $v = @file_get_contents($url); preg_match_all("/data-id=\"(\d{1,})/",$v,$ids); preg_match_all("/<a class=\"productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$nicks); preg_match_all("/data-id=\"(\d{1,})[\s\S]*?productShop\-name\".[^>]*>([\s\S]*?)<\/a>/",$v,$out); var_dump($out[1]); var_dump($out[2]); if(count($ids[1]) != count($nicks[1])){ echo count($ids[1]); var_dump($ids[1]); echo count($nicks[1]); var_dump($nicks); echo 'error';exit; } $result = array('status'=>0,'count'=>0,'max_page'=>0); if(!empty($ids[1])) { foreach($ids[1] as $k=>$goods_id){ $goods['goods_id'] = $goods_id; $nick = trim($nicks[1][$k]); $nick = str_replace('<span class=H>','',$nick); $nick = str_replace('</span>','',$nick); $goods['nick'] = $nick; var_dump($goods); } } return $result; } infinityCollect('http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all'); /* $v = @file_get_contents("http://list.tmall.com//search_product.htm?q=Joy%A1%AEs&type=p&style=&cat=all"); preg_match_all("/<a class=\"productShop\-name\".[^>]*>(.[^<]*)<\/a>/",$v,$nicks); var_dump($nicks); */
以上源碼可以直接放在文件里面運行;是多種匹配天貓商品搜索頁的正則表達式寫法