抓取网页数据

标签：rest   col   字符串   turn   ble   read   RoCE   通过   抓取   

项目介绍：
采集指定网页内容，通过模式匹配匹配到要采集的数据格式返回到数组中

项目步骤：
1.创建匹配模式表
2.请求网页连接
3.过滤文本,并对数据去重处理
4.显示结果

效果展示：   

完整代码：

    import console; 
/*
项目说明：【抓取网页数据】
项目介绍：
    采集指定网页内容，通过模式匹配匹配到要采集的数据格式返回到数组中
项目步骤：
    1.创建匹配模式表
    2.请求网页连接
    3.过滤文本,并对数据去重处理
    4.显示结果
*/
//参考来源：http://bbs.aardio.com/forum.php?mod=viewthread&tid=11218&extra=page%3D1

import web.rest.jsonClient;

var httpUrl="http://www.meijumi.vip/usa/katong/5754.html";

//1.获取用于查找的模式匹配数组
var parttern = {};
table.push(parttern, `ed2k\://[^\s"‘]+`);

//2.请求网页链接
var http = web.rest.jsonClient();
var magnet = http.api(httpUrl,,parttern);
var urls = magnet.get();

//console.log("采集到的数据列表：");
//for(k,v in urls){ 
//  console.log(k, v);
//}

//3.过滤文本,并对数据去重处理
var resultStr="";
if(urls){
    var f = `S01E`;//过滤文本
    if(#f){
        //筛选结果
        urls = table.filter(urls, function(v){
            return string.find(v,f); 
        })  

        urls = table.unique(urls);//数组去重
    } 
    //提取结果
    resultStr = string.join(urls,‘\r\n‘);//将字符串数组使用指定的分隔符合并为一个字符串   
}

//4.显示结果
console.log("采集结果：", resultStr)

console.pause(true);

抓取网页数据

标签：rest   col   字符串   turn   ble   read   RoCE   通过   抓取   

原文地址：http://blog.51cto.com/10466450/2316220