Question

由于缺乏抗逆转录病毒器,Im利用ATOM的饲料偷窃用户照片的信息。

这正是《刑法》所认为的:

<entry>
  <id>ID</id>
  <published>Date Published</published>
  <updated>Date Updated</updated>
  <link type="text/html" rel="alternate" href="http://www.redbubble.com/link/to/post"/>
  <title>Title</title>
  <content type="html">
    Blah blah blah stuff about the image..
    &lt;a href="http://www.redbubble.com/products/configure/config-id"&gt;&lt;img src="http://ih1.redbubble.net/path-to-image" alt="" /&gt;
  </content>
  <author>
  <name>Author Name</name>
  <uri>http://www.redbubble.com/people/author-user-name</uri>
  </author>
  <link type="image/jpeg" rel="enclosure" href="http://ih0.redbubble.net/path-to-the-original-image"/>
  <category term="1"/>
  <category term="2"/>
</entry>

基本上采用格外法......我如何在内容标的链接中找到href 的财产?

One thing we know for sure is it will always have configure in the path i.e. http://somesite.com/**configure**/id

因此,基本上,我只需要找到LURL,把整个东西混为一谈。

Answer 1

感谢你的慷慨解答,但我的同事却为我找到了答案!

这是最后使用:

/http://([^"/]*/)*configure/([^"]*)/

(Ruby regex by the way)

Answer 2

下面的栏目将根据您的要求提取原始内容。样本代码似乎在发挥作用。

href="(w[^"]+/configure/w[^"]+)

Answer 3

无论你使用什么方案语言,都不会试图把整个东西与一个reg子混在一起。利用XML教区首先提取href=> >> >。然后,可以肯定的是,使用一种规章来确保《URL》包含configure。



As @KARASZI commented, XPath is another good approach.

Answer 4

如果你必须利用监管部门来尝试:

href="(?=[^"]*configure)([^"]*)

rubular.com

我正在利用一个头目来发现它是否含有混淆。

友情链接