Помогите правильно написать регулярку

[b1zar]

Доброго времени суток. С регулярками не когда не было проблем, до этого момента. Много перепробовал разных форм ее написания, но так и не получилось сделать, то что мне нужно.

Spoiler: Имеются вот такие строки

a class="link link_theme_normal organic__url link_cropped_no i-bem link_js_inited" data-bem="{"link":{}}" rel="noopener" data-log-node="l5trho" target="_blank" tabindex="0" href="

Список фильмов 2019 года | КГ-Портал

Самый полный и оперативно пополняющийся список фильмов 2019 года, в котором вы найдёте всё самое интересное и заслуживающее вашего внимания.

kg-portal.ru

" data-counter="

a class="link link_theme_normal organic__trash link_cropped_no i-bem link_js_inited" data-bem="{"link":{}}" rel="noopener" data-log-node="l5trho" target="_blank" tabindex="0" href="

Список фильмов 2019 года | КГ-Портал

Самый полный и оперативно пополняющийся список фильмов 2019 года, в котором вы найдёте всё самое интересное и заслуживающее вашего внимания.

kg-portal.ru

" data-counter="

a class="link link_theme_normal organic__unit i-bem link_js_inited" data-bem="{"link":{}}" rel="noopener" data-log-node="l5trho" target="_blank" tabindex="0" href="

Список фильмов 2019 года | КГ-Портал

Самый полный и оперативно пополняющийся список фильмов 2019 года, в котором вы найдёте всё самое интересное и заслуживающее вашего внимания.

kg-portal.ru

" data-counter="

Красные символы не меняются, а вот синие могут меняться в не значительных вариациях. Сначала я написал регулярку и она отработала нормально, пока не дошло, что может меняться не только там.

Вот сама регулярка: (?<=class="link\ link_theme_normal\ organic__thumb\ i-bem"\ data-bem="\{&quot;link\S\w\S*\{}}"\ rel="noopener"\ data-log-node="\w*"\ target="_blank"\ tabindex="0"\ href=").*?(?=")

Как правильно написать регулярку? Когда я заменяю thumb\ i-bem"\ data-bem="\ на .* то у меня начинает тянуть всякий мусор который даже не имеет похожего в регулярке.

Через //favicon думал сделать, но там бывает, что отображаются не все ссылки.

 

[Mikhail B.]

В таких случаях я собираю максимально возможное кол-во вариаций в список. И потом уже тестирую разные варианты. Сложно будет сделать что-то универсальное имея в распоряжении всего лишь один DOM.

Пример дома.txt

Не совсем понятно, какие именно сылки надо тянуть из дома. Примеры ссылок пришли которые есть в доме.
kg-portal там нету

 

[Roman48]

Что мешает просто взять и спарсить ссылки? Нажимаешь на ссылку, правой копкой мышки и спарсить.
Вот регулярка, которая нужна (?<=<h2\ class="organic__title-wrapper).*?(?=data-counter=")

 

[b1zar]

В таких случаях я собираю максимально возможное кол-во вариаций в список. И потом уже тестирую разные варианты. Сложно будет сделать что-то универсальное имея в распоряжении всего лишь один DOM.



Не совсем понятно, какие именно сылки надо тянуть из дома. Примеры ссылок пришли которые есть в доме.
kg-portal там нету

В таких случаях я собираю максимально возможное кол-во вариаций в список. И потом уже тестирую разные варианты. Сложно будет сделать что-то универсальное имея в распоряжении всего лишь один DOM.



Не совсем понятно, какие именно сылки надо тянуть из дома. Примеры ссылок пришли которые есть в доме.
kg-portal там нету

Да это я как пример туда вбил. Дом тоже примерный. Так то регулярка почти готовая, только вот как заменить thumb\ i-bem"\ data-bem="\ на то, что там могут быть любые символы. Прописываю .* он перестает учитывать, что было до, точнее class="link\ link_theme_normal\ organic__ и получается, что учитывается только, что было после .* и отсюда тянет всякий мусор

 

[b1zar]

Что мешает просто взять и спарсить ссылки? Нажимаешь на ссылку, правой копкой мышки и спарсить.
Вот регулярка, которая нужна (?<=<h2\ class="organic__title-wrapper).*?(?=data-counter=")
View attachment 57240

Так не делаю, потому, что получаю только DOM, а регулярка не рабочая

 

[Roman48]

Так не делаю, потому, что получаю только DOM, а регулярка не рабочая

Рабочая, сначала берешь это, потом еще регуляркой берешь ссылки уже

 

[Roman48]

Скачай этот шаблон https://zennolab.com/discussion/threads/klikat-v-vydache-vsegda-po-svoemu-sajtu.72726/post-530778
и посмотри как делается

 

[b1zar]

View attachment 57241
Рабочая, сначала берешь это, потом еще регуляркой берешь ссылки уже

Да действительно рабочая, из за малого окна не увидел ссылок. А твой шаблон не смогу чекнуть, т.к там ограничение по версии зенки стоит. с 5.32 не хочется уходить.Спасибо.

 

[Platon]

Я бы проще сделал, через XPATH вытащил нужные ссылки

 

[Mikhail B.]

Да действительно рабочая, из за малого окна не увидел ссылок. А твой шаблон не смогу чекнуть, т.к там ограничение по версии зенки стоит. с 5.32 не хочется уходить.Спасибо.

Думал Рома снимет тебе шифрование. Держи