问题描述
从某购物网站获取获取一些商品的标题、售价和销量标题就不多说了，售价只有数字和点，销量只有数字<!--以下为整个网页中我需要的数据的部分，删除了部分无用的元素例如图片啥的--><divclass="J_TItems"><divclass="item5line1"><!--这个理解为一行方便我描述--><dlclass="item"><!--这个理解为一项--><ddclass="detail"><aclass="item-nameJ_TGoldData">标题</a><divclass="attribute"><divclass="cprice-area"><spanclass="c-price">售价</span></div><divclass="sale-area"><spanclass="sale-num">销量</span></div></div></dd></dl><!--每行5项，且最后一项的class="itemlast"这样--></div><!--行数不定--></div>
大神们快来带我起飞
解决方案
解决方案二：
不知道我删除了一些不需要的元素会不会影响匹配啊（整体结构没有改变）
解决方案三：
还是xml解析的方式来吧，删除dom元素对正则有可能有影响
解决方案四：
引用2楼starfd的回复:
还是xml解析的方式来吧，删除dom元素对正则有可能有影响
我还想问下能不能用正则完成这个工作
解决方案五：
dom结构确定，当然能用正则，你要匹配的就是这段<ddclass="detail"><aclass="item-nameJ_TGoldData">标题</a><divclass="attribute"><divclass="cprice-area"><spanclass="c-price">售价</span></div><divclass="sale-area"><spanclass="sale-num">销量</span></div></div></dd>
解决方案六：
正则又不是万能的
解决方案七：
要考虑网页可能会变化。我更倾向于xpath路径+选择器进行匹配，而不是正则匹配。
解决方案八：
用xpath好一点吧。。。。。。
解决方案九：
比如这段是内容，<strongid="jd-price"class="p-price">￥6388.00</strong>绝对路径是/html/body/div[5]/div[3]/div/div[2]/div/div[3]/div[2]/div[2]/strong换成css选择器，div/div/div/div/strong[@"id"="jd-price"]那基本网页再怎么变化，都是正确匹配这个￥6388.00的了
解决方案十：
引用4楼starfd的回复:
dom结构确定，当然能用正则，你要匹配的就是这段<ddclass="detail"><aclass="item-nameJ_TGoldData">标题</a><divclass="attribute"><divclass="cprice-area"><spanclass="c-price">售价</span></div><divclass="sale-area"><spanclass="sale-num">销量</span></div></div></dd>
求点解一下咯引用5楼shingoscar的回复:
正则又不是万能的
引用6楼zhi_ai_yaya的回复:
要考虑网页可能会变化。我更倾向于xpath路径+选择器进行匹配，而不是正则匹配。
引用7楼qq_20324803的回复:
用xpath好一点吧。。。。。。
是这样的。。网页的标签不是很规范，会出现没有闭标签的标签，这个东西浏览器可以识别，但是用xml我不会，所以考虑一下正则
解决方案十一：
比如<meta>、<input>属性写对就可以了
解决方案十二：
本帖最后由 starfd 于 2016-07-05 10:32:35 编辑