做项目的过程中，刚好用到这个变量，因为用微信小程序获取了网页源数据，但是是一堆HTML文档代码，若用循环来处理抽取里面我想要的信息，太过于复杂，所以着手用正则表达式来做。

方法如下：

一、从网页上获取源数据（HTML文档）

在js文件中，关键代码如下：

Page({data: {csdn: {}//用于存储获取的html文档},首先设置你想获取信息的网址var url = 'https://blog.csdn.net'; 然后用 wx.request这个接口来访问该网址，并获取网页源代码wx.request({url: url,data: {},method: 'GET',//get是从服务器上获取数据，post是向服务器传送数据。浏览器用GET请求来获取一个html页面/图片/css/js等资源；用POST来提交一个<form>表单，并得到一个结果的网页          success: function (res) {that.setData({ csdn: res.data)});},})})

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

用这种方法得到的变量csdn值如下，由于数据量太大，只截取了部分代码

ic/common/toolbar/js/m_toolbar-1.1.1.js" id="m-toolbar-tpl-scriptId" prod="blog"></script><svg xmlns="http://www.w3.org/2000/svg" style="width:0; height:0; visibility:hidden; position: absolute;display: none"><defs><polygon id="SVGID_5_" points="41.8,34 41.8,56 38.2,56 38.2,34 28.5,43.2 24,43.2 40,28.1 56,43.2 51.5,43.2          "/> </defs><symbol id="icon-close" viewBox="0 0 1024 1024"><path d="M896 0L512 384 128 0 0 128l384 384L0 896l128 128 384-384 384 384 128-128-384-384 384-384z" p-id="9079" fill="#cccccc"/></symbol><symbol id="icon-top" viewBox="0 0 80 80"><circle class="st0" cx="40" cy="40" r="40"/> <g> <g> <rect x="24" y="24" class="st1" width="32" height="3.5"/> </g> <g>  <use xlink:href="#SVGID_5_" style="overflow:visible;fill-rule:evenodd;clip-rule:evenodd;fill:#FFFFFF;"/> <clipPath id="SVGID_1_"> <use xlink:href="#SVGID_5_" style="overflow:visible;"/> </clipPath> </g> </g> </symbol>
</svg>    <nav class="d-flex"><div class="nav-mask"><div class="warp"><a class="btn-nav" onclick="changeNav($(this))" data-href="/" data-category="home">博客推荐</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/watchers" data-category="watchers">动态</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/career" data-category="career">程序人生</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/python" data-category="python">Python</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/java" data-category="java">Java</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/ai" data-category="ai">百万人学AI</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/web" data-category="web">前端</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/arch" data-category="arch">架构</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/blockchain" data-category="blockchain">区块链</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/db" data-category="db">数据库</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/5g" data-category="5g">5G</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/game" data-category="game">游戏开发</a><a class="btn-nav" onclick="changeNav($(this))" data-href="/nav/mobile" data-category="m

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27

二、用正则表达式匹配想要的信息

1.什么是正则表达式

说白了就是一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

2.正则表达式常用语法

（1）/表示正则表达式的开始与结束
（2）++号代表前面的字符必须至少出现一次（1次或多次）
例如：runoo+b，可以匹配 runoob、runooob、runoooooob 等。
（3）*表示字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次）。
例如：runoo*b，可以匹配 runob、runoob、runoooooob 等，* 号代表
（4）? 问号代表前面的字符最多只可以出现一次（0次、或1次）
colou?r 可以匹配 color 或者 colour。
（5）\s匹配任何空白字符，包括空格、制表符、换页符等等。
（6）\S匹配任何非空白字符。
（7）[标记一个中括号表达式的开始。要匹配 [，请使用 \[。
（8）() 括号里面是组, 可以提取组内的内容
（9）[\s\S]*？
是完全通配的意思; “[ ]”是范围描述符。 \s是指空白,包括空格、换行、tab缩进等所有的空白,而\S刚好相反,这样一正一反下来,就表示所有的字符,完全的,一字不漏的。 例如：
<span id="ctext">([\s\S]*?)</span> 意思就是匹配所有在两个<span>中间有0个或多个任意字符的字符串. 并把内容部分生成个组

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

更多的语法可以查询菜鸟教程https://www.runoob.com/regexp/regexp-syntax.html

3.写出正则表达式

下面列举出我在项目中常用到的一种

    let my_reg =/<td class='colorize'>([\s\S]*?)<\/td>/gmi;

• 1
• 2

这是抓取网页HTML信息种最常用的一种写法，直接用标签+全匹配，
则下面这句HTML标签内容中的“被抓内容”就会被匹配出来。

...
<td class='colorize'>被抓内容</td>
...

• 1
• 2
• 3

后面的参数如下

• g表示匹配尽可能多
• i: 忽略大小写
• 参数m表明可以进行多行匹配，但是这个只有当使用^和$模式时才会起作用，在其他的模式中，加不加入m都可以进行多行匹配（其实说多行的字符串也是一个普通字符串）

4.抽取数据------.exec（）函数

在微信小程序中通过以下**.exec（）函数**进行匹配，将结果放入数组

data_we_want = my_reg.exec(page)

• 1

关于返回值数组data_we_want ：

• 此数组的第 0 个元素是与正则表达式相匹配的文本
• 第 1 个元素是与 RegExpObject 的第 1 个子表达式相匹配的文本（如果有的话）
• 第 2 个元素是与 RegExpObject 的第 2 个子表达式相匹配的文本（如果有的话），以此类推

除了数组元素和 length 属性之外，exec() 方法还返回两个属性：

• index 属性声明的是匹配文本的第一个字符的位置。
• input 属性则存放的是被检索的字符串 string。

5.全局循环抽取

用这种方面你会发现，虽然配置了全局匹配，也就是加了参数gmi，但是有可能只匹配了一次，也就是返回值数组中只有一个元素，后续就不匹配了，原因是还要再加循环才行。方法如下：

  var data=[];  while ((tmp_reg =  my_reg.exec(page)) != null) {      data.push(util.regular(tmp_reg[1]));     }

• 1
• 2
• 3
• 4
• 5
• 6
• 7

这种方法会将page页面中的所有元素匹配一遍，但有时你会发现第一个元素老是匹配不到，这是因为.lastIndex 参数刚开始不为零。

这个参数代表以为指针位置，每次都从这个位置开始匹配，所以刚开始需要清零。

优化后，代码如下：

  var data=[];  my_reg.lastIndex = 0;   while ((tmp_reg =  my_reg.exec(page)) != null) {      data.push(util.regular(tmp_reg[1]));     }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

在while循环内部lastIndex 并没有清零，所以每循环一次拿出一个匹配数组，我们只要第1个元素tmp_reg[1]，这是我们匹配到的文本，然后下一次循环匹配会按照lastIndex的位置继续往后匹配。

三、几种常用正则表达式示例

var names = /^[\u4E00-\u9FA5A-Za-z]+$/; //姓名
var phonetel = /^(((13[0-9]{1})|(15[0-9]{1})|(18[0-9]{1})|(17[0-9]{1}))+\d{8})$/; //手机号
var emailnums = /^[a-zA-Z0-9_.-]+@[a-zA-Z0-9-]+(.[a-zA-Z0-9-]+)*.[a-zA-Z0-9]{2,6}$/; //邮箱
var idCard = /(\d{15}$)|(^\d{18}$)|(\d{17}(\d|X|x)$)/; //身份证

• 1
• 2
• 3
• 4
• 5
• 6
• 7

微信小程序开发抽取HTML中数据的最快方法是正则表达式，而不是循环相关推荐

1. 【微信小程序】微信小程序开发--用户昵称中带有emoji表情的处理方法

   刚开始写小程序,获取客户昵称,后来发现用户昵称是可以为emoji表情的,而Mysql数据库中是不支持直接将emoji表情直接存入数据库的,后来在网站上找了一个方法将所有的昵称转变为Unicode编码存 ...

2. 微信小程序查询/删除数据库中数据

   在wxml文件中建立button组件和input组件 1.input将需要删除数据的id填入 2.button按钮用来查询/删除.数据 <!-- 查询数据 --> <button b ...

3. 微信小程序开发是 demo中显示bug显示“获取用户信息失败，请检查网络“

   这是因为接口wx.getUserInfo 有变动,最简单的方法就是在 client/pages/index/index.wxml 中第一个用户登录测试的view里添加 <button open- ...

4. 微信小程序开发：禁止输入表情的控制，验证方法，光标控制

   <input class="weui-input" name="receiptMan" maxlength="10" bindinpu ...

5. 微信小程序开发入门与实战（三种通信方法）

   @作者 : SYFStrive @博客首页 : HomePage

6. 微信小程序开发之数据存储 参数传递 数据缓存

   微信小程序开发内测一个月.数据传递的方式很少.经常遇到页面销毁后回传参数的问题,小程序中并没有类似Android的startActivityForResult的方法,也没有类似广播这样的通讯方式,更没 ...

7. 微信小程序开发基础教程

   文章目录 1.什么叫做微信小程序 2.微信小程序开发功能特点 3.微信小程序开发流程 3.1 微信公众平台注册 3.2 微信开发者工具下载 3.3 微信开发者工具界面上的基本功能介绍 3.3.1 开发 ...

8. 微信小程序装修解决方案ppt_微信小程序开发教程.ppt

   微信小程序开发教程.ppt 从开发CMS系统学起 从入门到精通的微信小程序开发教程 学微信小程序开发 从实践中学习是开发者最好最快的学习方法.本教程将和大家从零开始 一步一步搭建微信小程序CMS系统, ...

9. 微信小程序开发快速上手

   微信小程序开发快速上手 由于学生工作需要,我最近在一些工具书的参考帮助下尝试进行了微信小程序的开发,本文主要内容为我本人在近期微信小程序开发的过程中,关于指定类型的微信小程序开发的一点心得体会. 1. ...

最新文章

1. 【零基础学习iOS开发】【02-C语言】08-基本运算
2. 递归解决CSDN论坛上的小朋友分苹果问题
3. Linux操作系统下共享文件夹设置方法介绍
4. Nginx日志文件的配置
5. 海信电视服务器暂时不可用,一线也实惠 微星H61M-E35(B3)主板评测
6. 解除被DenyHosts锁定的IP地址
7. 查找工具locate和find
8. 工程实践：基于规则模式的军事和医药领域知识图谱问答快速实现
9. 【模板】高精度 [高精度]
10. 做一个略调皮的个人主页--结构篇
11. Kyligence 行业峰会成功举办，“智能数据云”引领数字化转型未来
12. Mysql8.0.12解压版安装亲测（步骤超级简单）
13. python docker sdk_使用Python Docker SDK命名镜像并创建容器
14. Qt获取本地ip地址
15. gcforest 深度森林原理及实现
16. 自制 计算机主板,三步教你如何DIY电脑主板和CPU的搭配
17. 唐朝一体机屏幕显示变红
18. 华为瘦胖ap互转_华为胖ap转换瘦apv200r006c10spc100指导书
19. Dharma家族变体，.adobe后缀勒索病毒解密
20. linux如何合并文件

热门文章

1. 3dsmax2014安装激活之 “软件许可证检出失败 错误20”或者显示错误5。
2. OSPF协议（Router-LSA、Network-LSA、Network-Summary-LSA、ASBR-Summary-LSA、AS-external-LSA、NSSA External LS）
3. ocp12c认证通过
4. 学猫叫用计算机歌词,抖音学猫叫是什么歌 学猫叫歌曲歌词
5. Launcher壁纸来源
6. 第1讲：暴力破解--利用计算机执行速度
7. centOS6.5中静默安装oracle 11gR2
8. layui 实现下拉多选功能 [xm-select]
9. emoji表情无法显示在html,微信分享页面Andriod手机emoji表情符无法显示问题？
10. GCC自带的一些builtin内建函数