关于测试正则表达式网上数量与最后监控数量不一致问题

lawyerscloud 2016-10-31 14:16:12
前几天在某论坛看到“ 网站文章更新工具”发现其功能非常符合自身需求，遂参照相关视频学习了一下，视频比较详细，软件操作也不复杂，对于外行人来说依样画葫芦多少能像一点。现在有个问题想请教各位，劳烦各位指导一下，拜谢。
一、测试监控网站
1、http://www.chinalaw.gov.cn/article/fgkd/xfg/fl/
二、采集区域
table align="center" class="article"——href=http://bbs.kakawz.com/333/"index.shtml" id="p1"
三、正则匹配
<td class="ardot"></td><td class="arlisttd"><a title="(.*?)" target="_blank" href=http://bbs.kakawz.com/333/"/article/fgkd/xfg/fl/(/d*)/(/d*).shtml" class="artitlelist">(.*?)(d*)-(d*)-(d*)(.*?)
四、规则测试数量
20条
五、监控结果
3条
六、问题
（一）不管如何调整规则测试数量与监控结果数量始终对不上；
（二）正则匹配中有日期1997-07-09如何表示，是否是(d*)-(d*)-(d*)，如果没错岂不是会额外增加两个索引？如果一定需要日期且需要日期作为索引该怎么替换？

admin 2016-11-01 09:51:29
测试的时候是20条，是取全部的。监控的时候，监控的是新文章，比如上次监控了17条，第二次发现了20条文章，但是17条是老的，就不会入库，只取3条新文章。

看你图片的配置，是有问题的。
一：法制办公室列表页面不是按id排序的，第1条比第2条的id小，第2条又比第三条的大，只有id依次减小才能用比较id来判断新文章。
二：标题索引，这些都填错了。索引是从0开始，不是1.故，标题索引应该是1，而非你填的2

你可以这样写：

正则（从你正则中改的）：

引用:

<td class="ardot"></td><td class="arlisttd"><a title="(.*?)" target="_blank" href=http://bbs.kakawz.com/333/"(.*?)/(d*).shtml" class="artitlelist">(.*?)(.*?)(d*)