也许这问题和delphi关系不大，但还是想请达人帮助。 ( 积分: 100 )

N

nodress

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-03-15

• #1

目前手上一任务，完成了一步，接下来感觉不太好做。
要求：给一http地址，获取内容，其中的本站链接也要取得。
已经可以获取开始页面的信息，但里面包含很多链接，现在问题是如何判断这些链接是本站的，或是有效的。（有些是图片，有些是js，但都以http开头，感觉不好判断）。
目前使用Python开发，希望达人提供帮助，算法代码都可以。
解决问题，加分200

 

N

nodress

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-03-19

• #2

怎么没人回答？问题换一下吧： 求一正则表达式
要求，把一字符串中包含 href="/xxx/xxxx"这样的串提取出来。
估计这个有点难度……

 

X

xstdljj

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-03-19

• #3

确实有些难度啊，帮你顶一哈

 

N

nodress

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-10-11

• #4

半年前的问题了，呵呵。
后来用py写了个小程序，爬几千张页面的网站没什么问题，后来用sina来测试，爬上10几个小时都爬不光，最后程序死掉。。。

 

Y

yeskert1

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-10-13

• #5

楼主提的都是有分量的问题。
把一字符串中包含 href="/xxx/xxxx"这样的串提取出来。
这个能实现！但是要速度快就难了。

 

L

lovezyp

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2007-10-13

• #6

idhttp获得网页源文件,文本格式
然后用poses,copy等判断提取字符串即可