如何使用lua获取http标记文本的id

获取数据的难易度在很大程度上取决于页面本身。如果页面在整个页面中使用相同的标签信息，那么提取将比使用具有名称标签的页面要困难得多。

如果能够找到返回 json 格式的页面版本，那么你就更有优势。这是我写的一段代码片段，用于从没有 json 格式的网页中检索定义:

local actualword, definition = string.match(wayup,"<html.-<td class='word'>%c(.-)%c</td>.-<div class=\"definition\">(.-)</div>")

基本上，这段代码一直搜索页面，直到找到“word”类，并取得它后面的单词（%c为控制字符的模式）。然后继续搜索并捕获“definition”。

正如你所看到的，它有点复杂，但我很幸运地找到了我想要的特定命名标签。

这是编辑过的评论。作为我之前应该提到的副说明，如果您熟悉正则表达式，您可以使用其模型来捕获所需内容。在这种情况下，它捕获了字符串的全部内容:

local data = string.match(page, "(<div id=\"aa\"><div>.-</div>.-</div>)")

很少是语言的问题，而更多是页面本身使数据挖掘变得困难。由于网页可能有数百行代码，因此很难精确定位到您想要的内容而不会遇到垃圾信息。这就是为什么我更喜欢简化的结果，如 json，因为 Lua 有一个 json 模块可以编码/解码，您可以获得精确的信息。