规则语法详解 (Rule Syntax)

• 1. JSOUP 默认规则 (Default)
  • 基本结构
  • 最后一段为获取内容
  • 排除符号 !
  • 列表倒置 -
  • 正则替换 ##
  • 数组写法 [index]
  • 连接符号
• 2. JSOUP CSS 选择器 (CSS Selector)
• 3. JSONPath 路径表达式
• 4. XPath 路径表达式
• 5. JavaScript 脚本
  • 在搜索/发现列表中使用
• 6. 正则表达式
  • 全部匹配 (AllInOne)
  • 单一匹配 (OnlyOne)
  • 净化（循环替换）
• 7. 模板变量
  • 在搜索 URL 和发现 URL 中
  • 在其他规则中
  • {} 旧语法
• 8. 变量存取
  • @put 与 @get
  • java.put 与 java.get

Legado 支持多种规则语法，可在源的不同字段中混合使用。本文档详细介绍每种语法的写法和使用场景。

1. JSOUP 默认规则 (Default)

以 @ 为分隔符的 CSS 选择器语法，是 Legado 最常用的规则类型。

基本结构

每段规则可分为 3 部分，用 . 连接：

类型.名称.位置

部分	说明	示例
类型	选择器类型	class、id、tag、text、children
名称	匹配值	odd、content、a
位置	索引（从 0 开始，负数为倒数）	0、-1

示例：

class.odd.0@tag.a.0@text    // 取 class="odd" 的第一个元素下第一个 <a> 标签的文本
tag.div.-1@text              // 取最后一个 <div> 的文本

最后一段为获取内容

值	说明
text	文本内容
textNodes	文本节点列表
ownText	自身文本（不含子元素）
href	链接地址
src	图片/资源地址
html	HTML 内容
all	全部内容

排除符号 !

用 ! 排除不需要的元素，多个排除用 : 分隔：

tag.div!0:2@text   // 排除第 1 个和第 3 个 div

列表倒置 -

在获取列表的最前面加 - 可使列表倒置，适用于网站目录列表本身是倒序的情况：

-tag.dd@tag.a@text   // 倒序获取所有 dd 下的 a 标签文本

正则替换 ##

在规则末尾添加 ##正则表达式##替换内容：

tag.p@text##去除的文字##替换为的文字
tag.p@text##要去除的文字      // 替换内容为空时可省略第二个 ##

数组写法 [index]

支持类似数组的索引选择：

写法	说明
[0]	第一个元素
[-1]	最后一个元素
[0:3]	前 3 个元素
[2:5]	第 3 到第 5 个元素
[0:10:2]	每隔一个取一个
[!0:2]	排除第 1 个和第 3 个
[-1:0]	反转列表

连接符号

符号	说明	示例
||	优先取第一个有值的结果	tag.a@text||tag.span@text
&&	合并所有取到的值	tag.a@text&&tag.span@text
%%	交替取值（依次从各列表中取）	tag.a@href%%tag.a@text

使用限制

连接符号只能在同种规则间使用，不包括 js 和正则。

2. JSOUP CSS 选择器 (CSS Selector)

以 @css: 开头的标准 CSS 选择器语法。

@css:选择器@获取内容

示例：

@css:.book-list li@text           // 获取 class="book-list" 下所有 li 的文本
@css:#content p@html              // 获取 id="content" 下所有 p 的 HTML
@css:[property=og:image]@content  // 获取 meta 标签的 content 属性

• 在线测试：Try jsoup online

3. JSONPath 路径表达式

以 @json: 或 $. 开头的 JSON 数据提取语法。

@json:表达式
$.表达式

示例：

$.data.books[*]           // 获取所有书籍
$.data.books[0].title     // 获取第一本书的标题
$..books[*]               // 递归查找所有 books 数组
$.info.Datas              // 获取 info 下的 Datas

• 在线测试：Jayway JsonPath Evaluator

4. XPath 路径表达式

以 @XPath: 或 // 开头的 XML/HTML 路径表达式。

@XPath:表达式
//表达式

示例：

//div[@class="book-list"]/ul/li      // 获取指定 class 下的列表项
//*[@property="og:novel:author"]/@content  // 获取 meta 标签属性
//a[text()="阅读"]/@href             // 获取特定文本链接的 href

详细语法参见 XPath 路径表达式。

5. JavaScript 脚本

在 <js></js> 或 @js: 中使用 JavaScript。

形式	使用位置	说明
@js:	只能放在其他规则的最后	将前面规则的结果作为 result 变量
<js></js>	任意位置	可作为其他规则的分隔符

示例：

@css:.book@text@js:result.replace("旧", "新")   // 先取文本再用 JS 处理
tag.li<js></js>//a                                // JS 作为分隔符
@js:java.base64Encode(key)                        // 纯 JS 表达式

在搜索/发现列表中使用

以 + 开头可使用 AllInOne 规则，在搜索列表、发现列表和目录中使用。

6. 正则表达式

Legado 中有三种正则用法：

全部匹配 (AllInOne)

• 只能在搜索列表、发现列表、详情页预加载和目录列表中使用
• 必须以 : 开头

:<正则表达式>

示例（目录页）：

-:<li><a[^\"]+\"([^\"]*)\">([^<]*)   // 提取链接和标题，- 前缀表示倒序

单一匹配 (OnlyOne)

形式：##正则表达式##替换内容###

• 只能在搜索列表、发现列表、详情页预加载、目录列表之外使用
• 只获取第一个匹配结果并替换

示例（详情页）：

##:book_name"[^"]+"([^"]+)"##$1###    // 提取书名

净化（循环替换）

形式：##正则表达式##替换内容

• 跟在其他规则后面，对结果进行循环匹配替换
• 独立使用相当于 all##正则表达式##替换内容

示例（正文页）：

@css:.content@html##<script>.*?</script>##    // 移除所有 script 标签

7. 模板变量

在搜索 URL 和发现 URL 中

内只能使用 JavaScript：

/search?key={{key}}&page={{page}}
/search?key={{java.base64Encode(key)}}&page={{(page-1)*20}}

在其他规则中

内可使用任意规则，默认为 JS。使用其他规则需要标志头：

规则类型	标志头
JS（默认）	无需标志
Default	@@
XPath	@xpath: 或 //
JSONPath	@json: 或 $.
CSS	@css:

{} 旧语法

保留的阅读 2.0 语法，只能使用 JSONPath，建议避免使用。

8. 变量存取

@put 与 @get

只能在 JS 以外的规则中使用：

@put:{bid:"//*[@bid-data]/@bid-data"}    // 存储变量
@get:bid                                  // 读取变量

java.put 与 java.get

只能在 JS 中使用（JS 中无法使用 @get）：

java.put('key', 'value')   // 存储
java.get('key')             // 读取