华域联盟 Golang golang使用正则表达式解析网页

golang使用正则表达式解析网页

废话少说,直接奉上代码:

复制代码 代码如下:

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("
<a href="file://\\\\<[\\S\\s]+?\\>")

src = re.ReplaceAllStringFunc(src, strings.ToLower)

//  提取table 标签

re,_ = regexp.Compile("
<a href="file://\\<!doc[\\S\\s]+?\\

\\<!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("(
<a href="file://\\

)([\\S\\s\\\"\\d]+?)(\\

\\<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("
<a href="file://\\<style[\\S\\s]+?\\\\<style[\\S\\s]+?\\</style\\>")

//src = re.ReplaceAllString(src, "")

//去除SCRIPT

//re, _ = regexp.Compile("
<a href="file://\\<script[\\S\\s]+?\\\\<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("
<a href="file://\\\\<[\\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))

}

以上就是本文给大家分享的代码了,希望大家能够喜欢。

本文由 华域联盟 原创撰写:华域联盟 » golang使用正则表达式解析网页

转载请保留出处和原文链接:https://www.cnhackhy.com/110033.htm

本文来自网络,不代表华域联盟立场,转载请注明出处。

作者: sterben

发表回复

联系我们

联系我们

2551209778

在线咨询: QQ交谈

邮箱: [email protected]

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们