我正在使用一个电影抓取器/自动下载器，它可以对我当前的电影收藏进行迭代，找到新的推荐，然后下载新商品。
有一部分我刮了元数据的IMDb，似乎卡在了这个位置，我似乎无法弄清楚为什么...。它已经在不同的imdb页面上运行了相同的代码（这是正确的新页面的第29次迭代）
我正在使用C＃！
代码：
private string Match(string regex, string html, int i = 1)
{
return new Regex(regex, RegexOptions.Multiline).Match(html).Groups[i].Value.Trim();
}
regex参数字符串的内容：
<title>.*?\\(.*?(\\d{4}).*?\\).*?</title>
html参数字符串内容：太大，无法在此处粘贴，但实际上是http://www.imdb.com/title/tt4422748/combined的html字符串表示形式
如果使用的是chrome，则可以通过以下方式轻松查看：
查看源代码：http：//www.imdb.com/title/tt4422748/combined
我已经在Visual Studio中暂停执行，然后继续前进，它继续运行，但是挂起了（它不让我踩，它只是运行）。如果我再次按下暂停键，它将返回到具有相同参数值的相同位置（不，我不是在无限循环中调用它。我对Regex相当陌生，因此不胜感激！
使用.*就像是说我要匹配所有内容，但一无所获。每次使用它都会使解析器回溯许多不同的可能性，从而使它变得无响应，并且似乎锁定了。
设计模式的人是否真的不知道标题是否要有文字？我打赌99％的时间标题都带有文字。.那为什么.*还要用.+呢，至少如何？
如果要在定界符之间使用文本，请使用此
title\>(?<Title>[^<]+)\</title
然后通过命名的组“标题”而不是组[0]提取匹配的文本。如果捕获了一个名为match的讨厌内容，则Group [1]也将具有实际的匹配文本。
使用HTML敏捷包。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句