回顾
上次说到关于已经成功得到数据了。
请看第一期链接：个人使用小爬虫-关于一次被论坛封号而搜索的思考
分析
那现在就是如何利用正则表达到获取相应的标签部分了，请看标签的格式
[双十精选11.17] 这是神马电影？你们是不是过分低估了观众的智商啊？[20P]
以开始，结束
那简单的正则表达就应该是
但是显然，这样的会将所有部分都包含进去了，并且这样的使用的是贪婪模式，没有进行特定字符的锁定的。
观察得到，所有的字符都是
(.{1,50})
为什么要这样写：
第一，这样写将特定的部分总结出来，
htm_data/[这里要锁定数字]
id=\”\”>(.{这里要锁定字符部分})
第二，需要根据出现的字符数时时的去改变范围
比如这里的部分
(.{1,50})
因为出现的最大字符数并不确定，而且不能包含到下一个出现的匹配字符，这样不会影响结果。
OK：数据完整，一个也没有漏掉，这样可以将这些内容写入到数据库，就相当于在本地有了论坛的数据部分。
抱歉，本来说好晚上更新的，没想到和朋友出去吃点饭弄的这么晚
下期更新，如果用本地用户名，密码的方式访问网站。敬请期待。。。
正则表达式，请问你有什么简单易懂的资料~谢谢
三十分钟的教程，我是看了第一版之后明白的：
http://deerchao.net/tutorials/regex/regex.htm
另外如果是windows，你可以使用regexbuddy这个工具，非常好用。
嗯嗯 谢谢~我要认真看看了~又不会的再打扰你啦~