火车头使用正则匹配模式采集数据

正则表达式很强大，利用它我们可以获得一定格式的数据，比如网址，E-mail地址，数字，字母等等．可喜的是，从3.2版开始，火车采集器就支持正则规则的编写了，这给喜欢用正则来实现不同需求的朋友带来福音。火车采集器里支持两种正则，一个纯正则，一个参数正则。我们下边分开讲一下。

　1.纯正则：

先看一下图

在标签中用正则表达式采内容的格式是这样：

开始代码(?<content>正则表达式)结束代码

其中在开始代码和结束代码中如有需要转义的字符就要用\转义。

比如我们要获取火车论坛的版块，我们从首页获取，正则可以这样写

 论坛记事、活动、培训区|||悬赏求助区|||采集器讨论区|||使用教程区|||模块资源区|||站点任务规则资源区|||BUG报告|||采集器资源求购区|||程序建议区|||火车嘉宾，VIP会员，捐助会员技术支持区|||Discuz! | & Supsite|||PHPWind & VeryCMS|||PHPCMS|||DedeCMS|||Powereasy动易|||WordPress 等Blog程序|||ECMS帝国|||新云程序|||建站交流|||SEO技术交流|||网站系统经验分享

然后就可以获得我们需要的版块名称了。

2.参数正则

这个不算是正则，和网址采集那块的参数使用原理是一样的，可以对采到的内容进行组合。输入框两边都不得为空，后边的组合结果参数几是按匹配内容的顺序来写的，我们还是以http://bbs.locoy.com/为例，来获得栏目ＩＤ和栏目名称。

测试一下，是可以获得我们需要的结果了。^_^ 　。

正则基本就这样，主要是写表达式的问题。如果您对这有兴趣,可以下载相关一些资料研究一下。