私はこのhtmlページを持っています。特に特定のdivのコンテンツを取得できません
<div class="clearfix">
<div class="container left">
<div class="logo">
<a href="/teams/belarus/fc-bate-borisov/200/">
<img src="http://cache.images.core.optasports.com/soccer/teams/150x150/200.png" alt="FC BATE Borisov" />
</a>
</div>
</div>
<div class="container middle">
<div class="details clearfix">
<dl>
<dt>Gara</dt>
<dd><a href="/national/belarus/premier-league/2016/regular-season/r34862/">Premier League</a></dd>
<dt>Data</dt>
<dd><a href="/matches/2016/06/25/"><span class='timestamp' data-value='1466877600' data-format='d mmmm yyyy'>25 giugno 2016</span></a></dd>
<dt>Game week</dt>
<dd>14</dd>
<dt>calcio di inizio</dt>
<dd>
<span class='timestamp' data-value='1466877600' data-format='HH:MM'>20:00</span>
(<span class="game-minute">FP'</span>)
</dd>
</dl>
</div>
<div class="details clearfix">
<dl>
<dt>Stadio</dt>
<dd><a href="venue/">Borisov Arena (Barysaw (Borisov))</a></dd>
</dl>
</div>
</div>
<div class="container right">
<div class="logo">
<a href="/teams/belarus/fc-vitebsk/204/">
<img src="http://cache.images.core.optasports.com/soccer/teams/150x150/204.png" alt="FC Vitebsk" />
</a>
</div>
</div>
</div>
</div>
</div>
</div>
calcio di inizio - game week - stadio
は、実は私はこの正規表現しようとしたタブ::私はこのdiv要素の次のような情報を抽出しようとしている<div[^<>]*class="clearfix"[^<>]*>(?<content>.*?)
を私はhttps://regex101.com/私にそれをテストするとき正規表現を実行することはできません。 divのクラスは複数のdivに関連付けられていると思うので、これが問題になる可能性があります。
また、それを取るためのクラスを持っていない、任意のアイデア?
適切なHTMLパーサーを代わりに使用することを検討しましたか? –
regexesでどうしたらいいのか[標準的な解答](http://stackoverflow.com/a/1732454)を見てください。今、あなたの質問に答えるために、あなたは[Xidel](http://www.videlibri.de/xidel.html)のようなものを使うかもしれません。おそらくこれは 'xidel -e '// div [@ class =" clearfix "]' file.html'です。 –
あなたはお勧めしますか?私はしています。ネット –