网页文字提取器 - 腾讯云开发者社区

文章/答案/技术大牛

发布

3回答

从MySQL导出中文字符

php、mysql、encoding、cjk

我在将查询结果导出到XLS文件时遇到中文字符问题。在我的数据库中，汉字是以这样的编码格式存储的当我在网页上显示这些字符时，它们会在PHP提供的头函数的帮助下自动转换为标准中文字符但是我们希望从MySQL中提取具有标准中文字符的XLS文件的中文字符。

浏览 3提问于2011-05-23得票数 3

回答已采纳

1回答

R使用rvest从网页中提取文本。

r、rvest

我正试着从一个网页上提取两段文字page <- read_html("https://www.decathlon.fr/p/kettlebell-12kg/_/R-p-152874")<p class="ab-info-stock__text ab-test-info-red">Rupture de stock sur cette taille&

浏览 1提问于2021-01-14得票数 0

3回答

如何读取包含中文字符的UTF-8编码文件，并在控制台上正确输出？

c++、utf-8、readfile、chinese-locale

我正在写一个网络爬虫来获取一些中文网页文件。获取的文件以utf-8编码。我需要读取这些文件来做一些解析，比如提取URL和中文字符。但我发现，当我将文件读入std::string变量并将其输出到控制台时，中文字符变成了垃圾字符。我将boost::regex应用到std::string变量中，可以提取除中文字符以外的所有URL。

浏览 1提问于2013-11-25得票数 5

回答已采纳

1回答

从xml节点集中提取文本

r、xml、web-scraping

我从网页上找了个约会对象，很难把文字提取出来# {xml_nodeset (1)}我试着添加``[[(1L)或date_[[1]]，但是这个打印<text> 我只想提取

浏览 5提问于2017-04-04得票数 2

回答已采纳

1回答

Python -将unicode十六进制转换为字符串

python、django、unicode、utf-8、python-unicode

我使用从网页中提取内容。当网页是拉丁文字符集时，这是可以的，但当我用西里尔语提取文章时，它的结尾如下：有趣的是，网页的标题是用西里尔字母正确提取的，而不是内容。

浏览 3提问于2014-10-26得票数 0

回答已采纳

7回答

从HttpServletRequest检索JSON对象文字

json、post、servlets

我正在编写需要提取发布到servlet的对象文字的代码。我研究了HttpServletRequest对象的应用编程接口，但我不清楚如何从请求中取出JSON对象，因为它不是从网页上的表单元素发布的。

浏览 1提问于2009-10-10得票数 59

2回答

使用c#或SQL从文本中提取关键词以进行搜索引擎优化

c#、sql、seo、keyword

我正在寻找一个好的方法来提取网页上的文字使用SQL或C#相关的关键字。我打算使用此链接将这些关键字链接到网站的其他部分，以导航到一些博客中似乎相当常见的相关content.This。

浏览 1提问于2011-02-13得票数 2

1回答

在python中提取网页信息的nltk

import、nltk

如何使用python中的nltk从网页中提取信息(在我的例子中是招聘)import nltkimport urllib2 print 'fail in the main loop' 但是我不知道怎么做，如果我要从一个网页上提取特定的段落

浏览 0提问于2014-02-21得票数 0

1回答

从网页中提取不包含在标签中的文本

php、regex、domdocument

我正在尝试抓取网页并使用PHP中的DOMDocument从它们中提取文本。不幸的是，HTML很难使用。="thisClass"> <br> <br>我不知道如何提取我知道这行的格式总是“我需要的文字：”后面跟着一个四位数。

浏览 4提问于2013-10-26得票数 1

回答已采纳

1回答

用BeautifulSoup提取文本

python、beautifulsoup

我正在尝试从一个旧的网页中提取文本，并且遇到了麻烦。检查网页()的来源时，文本开始：我尝试使用以下方法提取文本： link = "http://www.presidency.ucsb

浏览 2提问于2017-11-25得票数 0

回答已采纳

1回答

从R中的网页中提取所有可能的文本

我使用这个脚本从网页中提取文本。script)][not(ancestor::style)][not(ancestor::noscript)]", xmlValue)但问题是，它只需要在第一页的文字

浏览 2提问于2017-03-31得票数 0

回答已采纳

4回答

用rvest从html中刮取对象

html、r、web-scraping、rvest

我是一个新的网络刮r和我试图得到一个每日更新的对象，这可能不是文字。url是，我想在页面的末尾提取每日情况表。aem-GridColumn aem-GridColumn--default--12 aem-GridColumn--offset--default--0" 我对html和css没有真正的经验，所以如果您对我如何从网页中提取对象有任何有用的来源或建议

浏览 17提问于2021-12-11得票数 2

回答已采纳

1回答

识别并提取网页中呈现的DOM

javascript、.net、browser、firefox-addon、html-rendering

我感兴趣的是提取在工作流程中呈现在网页中的文本/字符串文字。我希望将呈现的字符串与隐藏的字符串隔离开来。如有任何帮助我们将不胜感激！

浏览 2提问于2012-12-24得票数 0

1回答

CopyPaste网站

web-scraping、screen-scraping、imacros

我希望将网页的HTML内容提取为文本字符串，然后将其粘贴到表单中。具体来说，问题在CONTENT=EXTRACT。EXTRACT到底应该是什么？因为到目前为止，它似乎被翻译成一个文字字符串，而不是我想要的变量引用。

浏览 0提问于2016-03-18得票数 0

回答已采纳

1回答

网页文字动画

javascript、html、jquery、css、animation

我的网页是这样的：我希望文本"Carlos“和"Lorem”具有与链接相同的动画效果。注意：的文字“卡洛斯恰诺”，它应该淡出三次后，你第一次登陆网页。

浏览 1提问于2021-01-10得票数 0

1回答

Google为同一个URL显示不同的缓存/摘要

google-cache

Google正在根据用于查找URL的查询显示相同URL的两个不同的缓存版本。我尝试过重新提交页面以进行索引，但是由于一个缓存版本比另一个版本更旧，所以它可能认为它有最新版本。你得到了正确的缓存。...in的总结，你得到一个粗俗的参考交配。(至少直到修好为止) 我所看到的一切都表明它们是具有不同缓存的相同URL。已经这样好几天了。一个非谷歌的网络工

浏览 0提问于2015-05-03得票数 1

回答已采纳

1回答