网页文字提取工具 - 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

1回答

WWW：：机械化提取帮助- PERL

perl、parsing、screen-scraping、www-mechanize、html-treebuilder

我试图自动提取在网站上找到的文字记录。整个成绩单在dl标签之间找到，因为站点在描述列表中格式化了面试。下面的脚本允许我搜索站点并以纯文本格式提取文本，但实际上我正在寻找它包含dl标记之间的所有内容，意思是dd，dt，等等。这将使我们能够为面试开发自己的CSS。我们发现一些工具使用配对从网页中提取信息，发现这是一个问题，因为它只会抓取信息，直到have语句为止。只要你给我指明一个不同的方向就好了。到目前为止我的情况是这样的。my

浏览 1提问于2015-09-01得票数 1

回答已采纳

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

从文本中提取产品实体

java、named-entity-recognition

我试图使用一个名为的实体识别器从给定的文本中提取产品名称。输入文字：“Google使google适合”是否已经有任何工具可用于此？(我测试了与提取产品名称无关的炼金术API ) 如果没有这样的工具，我如何建立自己的培训模型来实现这一点？

浏览 1提问于2014-11-16得票数 3

1回答

如何使用UiPath Studio提取URL链接

uipath-studio

我使用UiPath Studio(2022.4.3)进行数据抓取，我没有找到“数据刮刀”工具，而是有一个叫做“表提取”的工具。如何提取在网页/应用程序中找到的网址链接.

浏览 12提问于2022-06-06得票数 -1

回答已采纳

1回答

Google为同一个URL显示不同的缓存/摘要

google-cache

一个非谷歌的网络工具告诉我它是三天前被扫描的。我已经提交了页面重新索引。解决这一问题的下一步是什么？谢谢!

浏览 0提问于2015-05-03得票数 1

回答已采纳

2回答

开发包含C++工具包的android应用程序

java、c++、android

我是一个java开发人员，我想开发一个android应用程序来捕捉照片并提取它的视觉文字包。为了提取这些单词包，我使用了用上浪编写的C++工具包我读过关于NDK的文章。这就是解决办法？

浏览 0提问于2013-10-02得票数 1

2回答

如何在ios设备上修复wordpress站点上的高棉文字体

wordpress、fonts

我的wordpress网站上的高棉文字体在ios设备上显示错误。我试图改变字体高棉语，但它不起作用。但我使用的是defualt divi主题字体。

浏览 4提问于2019-07-04得票数 0

1回答

薄薄的内容是否只考虑单词的数量？

seo、thin-content、word-count

如果页面有大约100个单词，但同时又有一个有用的工具，与字数无关，而且不需要再写任何东西，那该怎么办？我在任何地方都找不到这个问题的正确答案。

浏览 0提问于2020-09-26得票数 0

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

1回答

用于网站解析的库/工具

hadoop、libraries、web-crawler

只是对社区对各种可用工具的意见感兴趣，特别是各种语言的有用的库。到目前为止，我计划使用Hadoop来管理大量的处理，但对替代方案很好奇。

浏览 2提问于2010-09-12得票数 1

1回答

如何通过ajax将JavaScript信息打印到另一个页面的html标签中？

javascript、jquery、ajax

我正在尝试从另一个html页面获取JavaScript函数中经过处理的信息。但我只能拿到源代码。 url: 'https://example.com/', type: 'GET', $('#testandodaiane').html($(data).find('#permissao').html());

浏览 0提问于2016-11-11得票数 0

2回答