这是一个创建于 1589 天前的主题，其中的信息可能已经有所发展或是发生改变。
-
想要获取的是代理服务器，包括 ip 和 port 。
-
简单的类似
(?s)(\d+\.\d+\.\d+\.\d+).+?(\d+)这样粗暴的方式我是知道的。（偶尔有多行的情况）
-
" 123.1.1.1 8080 " 这种是能捕获到的
-
" <td param='123.1.1.1'>123.1.1.1</td><td>8080</td> "
请问这种有重复部分的，不想用 xpath，直接用正则怎么规避 '123.1.1.1:123' 这类结果。
 |
1
calmzhu 2020-08-12 22:59:13 +08:00
意思是只要<td>标签的 text 部分内容？
如果是的话，正则前后加个零宽断言试试，类似这样 (?=<)(\d+\.\d+\.\d+\.\d+).+?(\d+) |
|
2
calmzhu 2020-08-12 23:01:04 +08:00
|
 |
3
JCZ2MkKb5S8ZX9pq OP @calmzhu
未必在 td 里，另外你前面的零宽是不是指 td 右侧的括号？(?<=>) |
|
4
JCZ2MkKb5S8ZX9pq OP @calmzhu 就是有一些含 html 的情况，也有不含的，想搞个通用的。
|
|
5
calmzhu 2020-08-12 23:13:34 +08:00
标签不是 TD 也没关系。就是通过寻找 IP 地址前面第一个非空字符是>的匹配字符串。
但是非 HTML 就不匹配了。 通用的话，可能需要文本有规律，让后再考虑把规律翻译成正则。 |
|
6
JCZ2MkKb5S8ZX9pq OP @calmzhu 先在前面加了[>\s]凑合一下
|
|
7
JCZ2MkKb5S8ZX9pq OP @JCZ2MkKb5S8ZX9pq 不过实际试下来，前缀种类有点多，最好还是能去后缀，或者去重。
|
 |
8
Dvel 2020-08-12 23:42:20 +08:00  1
(\d+\.\d+\.\d+\.\d+).+?((?<!\.)\d+(?!\.|\d))
这样呢，缺点是如果 IP 和端口号之间有任意数字就不管用了。 |
|
9
JCZ2MkKb5S8ZX9pq OP @Dvel 对对对
我一开始 (?!\.|\d) 这个没写对，老是排除错误。 |
Select Language