比正则表达更好的系统

Question

我已经制作了一个可以从特定网站中提取某些特定信息的应用程序。为此，我使用了正则表达式，为我提供了所需的输出。对于那个简单的爬虫，是否有比正则表达式更好的有效流程或想法。

Answer 1

如果你说它是一个简单的正则表达式来解决你的问题而不是没有，那就没有其他更有效的解决方案了。 在爬行方面，另一种方法是将整个html页面加载到内存中，在DOM文档中加载，并使用XPath甚至XQuery进行搜索。但实际上，如果可以使用正则表达式轻松提取信息，那么请不要打扰，特别是如果您不熟悉XPath。

当你想进行复杂的搜索时，XPath的强大之处就在于此。对于这项任务，它比正则表达式更优雅（至少在w3c的观点中）。但是如果你想要一个快速的解决方案，你已经找到它了，而且它在RAM方面也更有效率。