| 查看: 912 | 回复: 15 | |||
| 当前主题已经存档。 | |||
[交流]
批量提取网页中的有用信息 （需要htm基础）
|
|||
|
最近为想为民间中医建立一个中医网页.下载了一些网页. 想要提取其中的一些数据.本来想复制粘贴.但数据比较多.不太方便. 想起以前批量提取超星书名（例子1 例子2） 但是因为我没有htm基础 而且事情比较急,发个帖子.希望大家帮帮忙：） 例子1 使用说明： cxjxcx.txt是将超星结果用“TextPro V5.0 中文文本批处理软件”预处理的批量正则替换表。 1、在TextPro V5.0 中文文本批处理软件中，“设置”－“批量正则替换表”载入该替换表； 2、将超星结果粘贴到“TextPro V5.0 ”编辑器中； 3、然后用“编辑”－“批量正则替换”预处理即可 可处理超星主站的每日新书、分类查询、数字图书检索结果、镜像站点的分类查询、检索结果。 预处理的结果为： --------------------------------------------------- 书名：毛泽东哲学的历史发展 作者： 雍涛主编 索书号：A84/107： SS号：10983686 出版日期：1993年08月第1版 页数：336 例子1的批量正则替换表 ^\s*首页.*$ \n ^\s*(\u：) \1 ^\s*阅读\s+下载\s+$ \d 作者: \n作者： SS号： \nSS号： 索书号： \n索书号： 出版日期： \n出版日期： 页数： \n页数： SS号: \nSS号： SSID： \nSS号： 索书号: \n索书号： 出版日期: \n出版日期： 页数: \n页数： \s*$ ^\s+ 书名： ^\u：.+$ 书名：\d ^$ \d 《(.+)》$ 书名：\1 书名： \n书名： 书名：$ \d [ Last edited by eyelee on 2006-10-25 at 12:05 ] |
回复此楼» 猜你喜欢
求调剂
已经有3人回复
-
26考研报考西工大材料308分求调剂
已经有3人回复
-
成果系统访问量大，请一小时后再尝试。---NSFC啥时候好哦，已经两天这样了
已经有3人回复
-
272求调剂
已经有6人回复
-
292求调剂
已经有5人回复
-
一志愿郑大材料学硕298分，求调剂
已经有3人回复
-
0856求调剂285
已经有10人回复
-
274求调剂
已经有6人回复
-
0805总分292，求调剂
已经有7人回复
-
299求调剂
已经有5人回复
|
主贴是 例子1所用的批处理软件 TextPro V5.0 以及例子1的 批量正则替换表 跟贴1例子2的网页 和例子2的 批量正则替换表 跟帖2是我要提取的网页 只要把批量正则替换表 写出来就好了 因为你问我答不能传附件 就都传在下面的板块中了. http://muchong.com/bbs/viewthread.php?tid=338556&fpage=1 [ Last edited by eyelee on 2006-10-25 at 12:00 ] |
2楼2006-10-25 19:21:47
3楼2006-10-25 19:33:56
★
eyelee(金币+1):多谢支持.
eyelee(金币+1):多谢支持.
|
本帖内容被屏蔽 |
4楼2006-10-25 20:13:17
5楼2006-10-25 21:21:27
rsb_long
至尊木虫 (著名写手)
- 博学EPI: 1
- 应助: 15 (小学生)
- 金币: 19110.9
- 帖子: 1268
- 在线: 405.3小时
- 虫号: 80232
- 注册: 2005-07-14
- 专业: 计算机软件
6楼2006-10-25 22:35:52
killl
荣誉版主 (职业作家)
灌水
- 应助: 0 (幼儿园)
- 贵宾: 11.38
- 金币: 12795.3
- 红花: 2
- 帖子: 4117
- 在线: 314.1小时
- 虫号: 228291
- 注册: 2006-03-24
- 专业: 语言学其他学科
7楼2006-10-25 22:45:52
 |
8楼2006-10-26 00:16:06
9楼2006-10-26 00:22:44
10楼2006-10-26 00:34:13
