前些天用火車頭從一個列表頁採集一些網址，源碼簡化如下：
[xhtml] view plain copy
<ahref>111/<ahref>
<ahref>222/<ahref>
<imgsrc>
<ahref>333/<ahref>
我要採集到第二個鏈接，就是鏈接後指定有個IMG的，這個常用來採集熱門帖子等，當時寫的網址採集規則：
[xhtml] view plain copy
<ahref>(*)/<ahref>
<imgsrc>
卻發現怎麼都採集不對，最後想到原因：火車頭從源碼的前面開始匹配，每個鏈接都有
[xhtml] view plain copy
<ahref>[參數]/<ahref>
<imgsrc>
就是把模糊匹配(*)給換成了[參數]，就這樣簡單，分享給大家。
大數據觀察