剛設計乙個獲取網頁內中草藥資料提取的軟體,原想找些正規表示式來達到獲取文字資料,試找了些,都是獲取鏈結和鏈結文字的，還有獲取td間文字的沒試過，不過對照獲取到的網頁內容可見效果不很滿意,於是自己對網頁內容進行分析,經過2天的努力,終於不用正規表示式,獲取到想要的純文字資料,下面是使用語句獲取的乙個網頁內容:
string 刪除單字元區間(string 資料, string 分隔符)
return 資料;
}
【中藥名】玄參 xuanshen
【別名】元參、北玄參、黑參、山當歸。
【英文名】scrophulariae radix。
【**】玄參科植物北玄參scrophularia buergeriana miq. (s. oldhamioliv.)的根。
【植物形態】多年生草本，高60～120厘公尺。根肥大，圓柱形，下部常分枝，外皮灰褐色。莖直立，四稜形，有溝紋。下部的葉對生，上部的葉有時互生，均具柄，葉片卵形至長卵形，長5～12厘公尺，寬3.5～12厘公尺，先端尖，基部圓形或近截形，邊緣具細鋸齒。聚傘花序總花序緊縮成穗狀，花序軸及花梗均被腺毛，花萼長2～3公釐，5裂幾達基部，裂片近圓形，邊緣膜質，花冠黃綠色，管部斜壺狀，能育雄蕊4枚，退化雄蕊1枚，近圓形，貼生在花冠管上，子房上位，2室。蒴果卵形，長約6公釐。
【產地分布】喜生於濕潤土壤中。分布於黑龍江、吉林、遼寧、河北、內蒙古等地。
【採收加工】於10～11月挖取根部，除去莖葉及泥土，剝脫子芽供留種栽培用，根部曬至半乾且內部色變黑時，剪去蘆頭及鬚根，堆放3～4天(發汗)後，曬乾或烘乾。
【藥材性狀】圓柱形，中部略粗或上粗下細，有的微彎似羊角，長6～20厘公尺，寬1～3厘公尺。表面灰褐色，有縱皺紋，有細根及細根痕。質堅實，難折斷，斷面略平坦，色黑，微有光澤。有焦糖氣，味甘、微苦，以水浸泡，水呈黑色。以條粗壯、質堅實、斷面色黑者為佳。
【性味歸經】性微寒，味甘、苦、鹹。歸肺經、胃經、腎經。
【功效與作用】涼血滋陰、瀉火解毒。屬清熱藥下分類的清熱涼血藥。
【臨床應用】用量9～15克，內服煎湯，或入丸散，**熱病傷陰、舌降煩渴、溫毒發斑、津傷便秘、骨蒸勞嗽、目赤、咽痛、瘰癧、白喉、癰腫瘡毒、高血壓。外用搗敷或研末調敷。治咽喉連舌腫痛：玄參、射干、黃藥各15克，水煎服。
【藥理研究】北玄參水浸、醇浸液灌服或注射給正常(貓、犬、兔)及腎型高血壓犬均有降壓作用，醇浸膏還能抗缺氧、抗心肌缺血、增加心肌營血量；水浸液對離體豚鼠支氣管有明顯的舒張作用，並能加強腎上腺素的作用。毒性：小鼠腹腔注射水煎劑的ld50為15.99～19.91克/千克。另具有解熱、抗菌、保護心肌缺血、解痙、降血壓、降血糖等作用。
【主要成分】根中含哈巴苷(70%～80%)、8-鄰甲基對香豆醯、哈巴苷，均係變黑的物質。另含哈巴俄苷、玄參三酯苷、玄參種苷、桃葉珊瑚苷、玄參環醚、京尼平苷、賽斯坦苷f、去咖啡醯毛蕊花糖苷、毛蕊花苷等。
【使用禁忌】脾虛便溏或脾胃有濕者禁服。不宜與藜蘆同用。
②治鼻中生瘡：用玄參，水漬軟，塞鼻中，或為末滌之。(《衛生易簡方》)
③治夜臥口渴喉乾：玄參二片含口中，即生津液。(《吉人集驗方》)
④治氣虛血壅，小便赤濁，似血非血，似溺非溺，溺管疼痛：玄參、車前子各30克，水煎服。(《辨證錄》玄車丹)
⑤治因陰陽偏，火有餘而水不足，遇事或多言則心煩，常感胸中擾壤，紛紜而嘈雜：玄參、麥冬各60克，水煎服。(《辨證錄》玄冬湯)
show_view_04();
show_view_03();
中藥常見偏方
。。。。。。
之間內容就是我需要的，如果能用多字元作為分隔符就可以獲得想要的資料了，為此，修改上面函式為獲取與刪除雙重功能：
string 刪除單字元區間(string 資料, string 分隔符, string 獲取多字元區間)
return 資料;
}
如此的完美，興奮之餘，想以最快的速度分享出來。
這樣以後想要獲取網頁內容就方便了，只要找到想要的和不想要的內容，按理來說都是可以任意獲取的了。
string 刪除單字元區間(string 資料, string 分隔符, string 獲取多字元區間)
return 資料;
}
/// 刪除單字元區間：刪除以乙個單字元包含的區間所有內容。
/// 要刪除以乙個單字元包含的區間所有內容的字串。
/// 預設單字元包含的區間，也可自定義以兩個單字元所包含的區間，同時刪除分割符自身的字元。
///
string 刪除單字元區間(string 資料, string 單分割符 = "<>")
foreach (char 替換 in 單分割符) 資料 = 資料.replace(替換.tostring(), "");
}return 資料;
}
簡單Python爬蟲獲取指定網頁內容示例
剛開始參考了一篇文章 python獲取網頁指定內容 beautifulsoup工具的使用方法 自己嘗試後，發現出現錯誤 urllib.error.httperror http error 418，查詢後發現是 某些網頁有反爬蟲的機制。解決方法參考 python爬蟲的urllib.error.http...
正規表示式採集網頁內容函式
rule title arr preg message content,rule print r arr 按正規表示式提取需要的內容 規定 關鍵字 屬性 提取文字，其中關鍵字和屬性是可限項，屬性符佔乙個字元 匹配任意文字 關鍵字命名規範 單詞 數字和下劃線任意組合 屬性 u 提取的字串是url p ...
ObjC利用正規表示式抓取網頁內容
在開發專案的過程，很多情況下我們需要利用網際網路上的一些資料，在這種情況下，我們可能要寫乙個爬蟲來爬我們所需要的資料。一般情況下都是利用正規表示式來匹配html,獲取我們所需要的資料。一般情況下分以下三步。1 獲取網頁的html 2 利用正規表示式，獲取我們所需要的資料 3 分析，使用獲取到的資料，...