用正则表达式作html2RSS服务

h2R的想法已经有了很长时间了，今天终于开始动手。
主要用的是文本匹配：

XmlNode channles=root.FirstChild;

Regex r;

Match m;

r = new Regex("href\\s*=\\s*(?:\"(?<1>[^\"]*)\"|(?<1>\\S+))\\s+\\S+\\s+title\\s*=\\s*(?:\"(?<2>[^\"]*)\"|(?<2>\\S+))",RegexOptions.IgnoreCase|RegexOptions.Compiled);

for (m = r.Match(str); m.Success; m = m.NextMatch())

{

// rst+="link=" + m.Groups[1] + "\ntitle=" + m.Groups[2]+"\n";

XmlElement oitem=xml.CreateElement("item");

XmlElement o=xml.CreateElement("title");

o.InnerText=m.Groups[2].Value;

oitem.AppendChild(o);

o=xml.CreateElement("link");

o.InnerText=m.Groups[1].Value;

oitem.AppendChild(o);

channles.AppendChild(oitem);

}

比如str= <tr><td><tr height=19><td align=center width=14><img src=/icons/info/dot_h.gif width=5 height=5></td><td align=left><a href=/zzh/30630.nsf/(AllDocsByUnid)/C81ECBA70F9A8795C82570990031DE28?opendocument target=_blank title="IC卡学生证及纸制学生证招领名单">IC卡学生证及纸制学生证招领名单</a></td><td align=right width=80><font color=#000066>10-13 18:04</font></td></tr><tr height=19><td align=center width=14><img src=/icons/info/dot_h.gif width=5 height=5></td><td align=left><a href=/zzh/30630.nsf/(AllDocsByUnid)/81BF13BCCAB992A1C825709900300465?opendocument target=_blank title="关于“SRT计划项目优秀奖”申报的通知">关于“SRT计划项目优秀奖”申

</a></td><td align=right width=80><font color=#000066>10-13 17:44</font></td></tr><tr height=19><td align=center width=14><img src=/icons/info/dot_h.gif width=5 height=5></td><td align=left><a href=/zzh/30630.nsf/(AllDocsByUnid)/713C777073ED05DBC8257099002FE71B?opendocument target=_blank title="新一轮SRT立项申请通知">新一轮SRT立项申请通知</a></td>

正则表达式如是解析：
1、href\\s*=\\s*
匹配href，其后面的=两侧有没有空格、有几个空格都可以。
2、(?:\"(?<1>[^\"]*)\"|(?<1>\\S+))
摘取数据1，即link，其两侧有没有引号都可以。
3、\\s+\\S+\\s+
匹配至少一个空各，紧接着至少一个非空格，紧接着至少一个空各。
其实匹配的是 target=_blank

正在继续作。
发现正则表达式太强了，简直就是文本处理的SQL，比SQL还强！
现在觉得，不知自己是为了实现h2R服务而学习Regex，还是为了学习Regex而拿h2R服务做练习。
都挺好。

转载于:https://www.cnblogs.com/civ3/archive/2005/10/16/256119.html

用正则表达式作html2RSS服务相关推荐

服务发现框架选型，Consul还是Zookeeper还是etcd
https://www.servercoder.com/2018/03/30/consul-vs-zookeeper-etcd/ 背景本文并不介绍服务发现的基本原理.除了一致性算法之外,其他并没有太 ...
[译] 基于事件流构建的服务
[译] 基于事件流构建的服务摘要:本文属于原创,欢迎转载,转载请保留出处:https://github.com/jasonGeng88/blog 原文:https://www.confluent.i ...
disconf(二):服务端使用总结
1.服务端原理客户端启动,把配置文件,配置项存到仓库,等到服务端启动,从服务端拉取数据:服务端更新,则通过zk通知客户端,客户端知道更新后,会从服务端拉取最新的配置文件,如果更新的是redis配置, ...
第6章服务模式 Service Interface（服务接口）
Service Interface(服务接口) 上下文您正在设计企业应用程序,并且需要能够通过网络使用其部分功能.此功能需要能够被各类系统使用,因此互操作性是设计的重要方面.除互操作性之外,可能还需 ...
关于服务网关的几个问题
本文来说下关于服务网关的几个问题文章目录什么是服务网关服务网关的作用 Zuul Gateway 本文小结什么是服务网关随着微服务的不断增多,不同的微服务一般会有不同的网络地址,而外部客户端可 ...
【JAVA SE】第十一章正则表达式、包装类和BigDecimal
第十一章正则表达式.包装类和BigDecimal 文章目录第十一章正则表达式.包装类和BigDecimal 一.正则表达式二.包装类 1.概述 2.装箱与拆箱: 3.基本数据和包装类之间的转换 ...
javascript11位手机号码正则表达式
2014年12月24日15:11:24 天气晴大概是22号星期一的时候,我去面试了一家公司,当我看到"请写出11位手机号码正则表达式"的时候,感觉整个人都有点懵了,后来在网上看 ...
正则表达式之数字验证
博客地址:http://www.cnblogs.com/zhuzhenwei918/p/6202932.html 正则表达式之数字验证第一部分:数值验证 1.验证只包含数字.指定长度(N)的字符串 ...
ntp 服务 --Centos
1.概述: 名字:ntp服务功能:实战配置NTP服务器为内网服务器同步时间. 配置NTP客户端同步时间. 原理:NTP ( Network Time Protocol ,网络时间协议)是用来使计算机 ...

用正则表达式作html2RSS服务

用正则表达式作html2RSS服务相关推荐

最新文章

热门文章