谁拿这个网页的功能有办法？

dkslel · 发表于 2012-3-28 09:43:49

微风吹发表于 2012-3-27 21:58
不明白你要做什么。

就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容
原网页是这个
如果用http读文件然后用正则取到所有文字的话那就会取到第二章图片中的“本类热门”等数据，像现在这样，我们知道是某个网页的情况下我们可以去写采集规则，可是他的这个不写规则怎么采集的这么正确的呢？或者说怎么采集的这么相近的？我就是想问他是怎么识别那么多未知系统的内容页里内容的

伟爵爷 · 发表于 2012-3-28 09:44:33

采集其实就是正则的一种应用

dkslel · 发表于 2012-3-28 09:46:14

伟111 发表于 2012-3-28 09:44
采集其实就是正则的一种应用

可是要怎么才能采集到未知网页的正确的文章内容而不取到杂乱的目录等东西呢？这个正则要怎么写？

dkslel · 发表于 2012-3-28 09:47:20

dkslel 发表于 2012-3-28 09:42
就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容
原网页是这个
如果用http读文件 ...

就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容

原网页是这个

如果用http读文件然后用正则取到所有文字的话那就会取到第二章图片中的“本类热门”等数据，像现在这样，我们知道是某个网页的情况下我们可以去写采集规则，可是他的这个不写规则怎么采集的这么正确的呢？或者说怎么采集的这么相近的？我就是想问他是怎么识别那么多未知系统的内容页里内容的

dkslel · 发表于 2012-3-28 09:48:11

微风吹发表于 2012-3-27 21:58
不明白你要做什么。

就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容

原网页是这个

如果用http读文件然后用正则取到所有文字的话那就会取到第二章图片中的“本类热门”等数据，像现在这样，我们知道是某个网页的情况下我们可以去写采集规则，可是他的这个不写规则怎么采集的这么正确的呢？或者说怎么采集的这么相近的？我就是想问他是怎么识别那么多未知系统的内容页里内容的

dkslel · 发表于 2012-3-28 09:49:10

╔⑩冄⒇╗ 发表于 2012-3-27 23:34
同上不理解。。。

就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容

原网页是这个

如果用http读文件然后用正则取到所有文字的话那就会取到第二章图片中的“本类热门”等数据，像现在这样，我们知道是某个网页的情况下我们可以去写采集规则，可是他的这个不写规则怎么采集的这么正确的呢？或者说怎么采集的这么相近的？我就是想问他是怎么识别那么多未知系统的内容页里内容的

追忆流年 · 发表于 2012-3-28 10:05:52

dkslel 发表于 2012-3-28 09:42
就是下图这个功能输入一个网址之后就会取出对应网页的主要文章内容
原网页是这个
如果用http读文件 ...

加我，Q451205927,说明白点。

dkslel · 发表于 2012-4-7 10:49:54

快来个大牛教教吧写东西写到一半就卡到这里了求指教。。。{:3_233:}

		自动登录	找回密码
密码			注册

[易语言] 谁拿这个网页的功能有办法？