正则表达式网页解析代码,GO代码库,德仔网

代码语言

代码分类

【GO】正则表达式网页解析

作者:MtrS / 发布于2015/1/12/ 764


	package main
	
	import (
	
	"fmt"
	"time"
	"io/ioutil"
	"net/http"
	"regexp"
	"strings"
	
	)
	
	func main() {
	
	 ip_pool := []string{
	 "172.16.1.128",
	 "172.16.1.129",
	 "172.16.1.131",
	 "172.16.1.132",
	 "172.16.1.133",
	 "172.16.1.134",
	 "172.16.1.135",
	 "172.16.1.136",
	 "172.16.1.137",
	 "172.16.1.138",
	 "172.16.1.190",
	 }
	
	 for {
	 for i:=0;i<len(ip_pool);i++ {
	
	 url := "http://"+ip_pool[i]+":10022"
	 //fmt.Println("-----------------",ip_pool[i],"---------")
	 get_url(url)
	 time.Sleep(1*time.Millisecond)
	 }
	
	//time.Sleep(time.Second * 60)
	 }
	
	}
	
	func get_url(url string){
	 fmt.Println("----------",url,"----------------")
	 resp, err := http.Get(url)
	
	 if err != nil {
	 fmt.Println("http get error.")
	 }
	
	
	 defer resp.Body.Close()
	
	 body, err := ioutil.ReadAll(resp.Body)
	
	 if err != nil {
	 fmt.Println("http read error")
	 }
	
	
	src := string(body)
	
	//将HTML标签全转换成小写
	
	re, _ := regexp.Compile("\\<[\\S\\s]+?\\>")
	src = re.ReplaceAllStringFunc(src, strings.ToLower)
	
	// 提取table 标签
	
	re,_ = regexp.Compile("\\<!doc[\\S\\s]+?\\<table")
	src = re.ReplaceAllString(src, "<table")
	
	
	re,_ = regexp.Compile("</table\\>[\\S\\s]+?\\</html\\>")
	src = re.ReplaceAllString(src, "</table>")
	
	
	
	// 干掉行首的空格
	re,_ = regexp.Compile("(\\<tr>)([\\S\\s\\<>\"\\d]+?)(\\</tr>)")
	//src = re.ReplaceAllString(src, "$2")
	
	src = re.ReplaceAllString(src, "$2]")
	
	
	// 去掉<>标签
	
	re,_ = regexp.Compile("<[\\S\\s]+?>")
	src = re.ReplaceAllString(src, "")
	
	
	re,_ = regexp.Compile("\n")
	src = re.ReplaceAllString(src, "")
	
	re,_ = regexp.Compile("[ ]+")
	src = re.ReplaceAllString(src, " ")
	
	re,_ = regexp.Compile("]")
	src = re.ReplaceAllString(src, "\n")
	
	// 变成 json 1 2 3 4
	re,_ = regexp.Compile("(\\w*)(\\w{2}:\\w{2}:\\w{2}:\\w{2}:\\w{2}:\\w{2})([A-Za-z ]*)(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2} )([V\\d\\.]* )(\\d{4}-\\d{2}-\\d{2}( \\d{2}:\\d{2}(:\\d{2})?)?)")
	
	/* (((\\d{4}-\\d{2}-\\d{2})+ (\\d{2}:\\d{2}:\\d{2})*?)")
	*/
	src = re.ReplaceAllString(src, "$1,$2,$3,$4,$5,$6,")
	
	//re,_ = regexp.Compile("(<[\\S\\s]*?\">)([\\S\\s]+?)(</t")
	//src = re.ReplaceAllString(src, "$2,")
	
	
	// re,_ = regexp.Compile("<[\\S\\s]+?>")
	// src = re.ReplaceAllString(src, "")
	
	
	//reg := regexp.MustCompile("([A-Za-z]+?)(\n[\\s]+)([\\d]+)")
	// src = reg.ReplaceAllString(src, "$1:$3")
	
	
	//去除连续的换行符
	
	//re, _ = regexp.Compile("\\s{2,}")
	//src = re.ReplaceAllString(src, "\n")
	
	
	//re = regexp.MustCompile("\n\\d+")
	//fmt.Println(re.ReplaceAllLiteralString("hello\n2\nwork", '\d'))
	
	src = strings.Replace(src,"虚拟机名称 虚拟机MAC 虚拟机状态 心跳时间 引擎版本 病毒库日期 扫描样本数" , "vm_name,vm_mac,vm_state,vm_heart,vm_eg,vm_av_db,vm_count",-1)
	
	fmt.Println(src)
	
	
	
	//reg, err := regexp.Compile("[[0-9A-Za-z]{2}:?]{6}")
	//fmt.Printf("%q,%v\n", reg.FindString("00:16:3e:4a:29:35"), err)
	// "Hello",
	
	
	
	// text := "Hello\n123\nGo\n123"
	// reg = regexp.MustCompile("([A-Za-z]+?)(\n)([\\d]+)")
	// fmt.Printf("%q\n", reg.ReplaceAllString(text, "$3:$1"))
	
	//fmt.Println(strings.TrimSpace(src))
	
	
	//去除STYLE
	
	//re, _ = regexp.Compile("\\<style[\\S\\s]+?\\</style\\>")
	//src = re.ReplaceAllString(src, "")
	
	//去除SCRIPT
	//re, _ = regexp.Compile("\\<script[\\S\\s]+?\\</script\\>")
	//src = re.ReplaceAllString(src, "")
	
	//去除所有尖括号内的HTML代码，并换成换行符
	
	//re, _ = regexp.Compile("\\<[\\S\\s]+?\\>")
	//src = re.ReplaceAllString(src, "\n")
	
	//去除连续的换行符
	
	//re, _ = regexp.Compile("\\s{2,}")
	//src = re.ReplaceAllString(src, "\n")
	
	//fmt.Println(strings.TrimSpace(src))
	
	}

评论列表

本站所提供的代码，版权归原作者所有，若有侵犯作者版权，请与我们联系，我们将立即删除或修改。谢谢!
本站所有代码发布及提供者。

试试其它关键字

　正则表达式　　网页解析　

同语言下

可能有用的

MtrS贡献的其它代码(5)