批量提取网页内容

mitnick1964 2009-03-26 11:15:13

如何能快速提取网页中的链接地址，并输出到一个txt文件中去
网页很多，希望可以批量操作

...全文

324 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

coolszy 2009-03-29

打赏
举报

回复

基本方法
先读取网页源代码
然后根据特征查找 URL
保存

shenzhenNBA 2009-03-29

打赏
举报

回复

路过...
好象问题不小啊:1,关键是你用什么来提取,2,是网页是在本地电脑里还是网络中的

mitnick1964 2009-03-26

打赏
举报

回复

希望可以提供直接的工具，我不会编程，谢谢

批量提取HTML/DOC/RTF/TXT等文件中的文本信息。支持从其它网站直接提取文本内容，生成所需数据库文件支持GB2312/UTF-8多种编码可将提取信息生成文本文件、HTM网页文件、MDB数据库文件。可设置提取文件的间隔，避免下载网页过快，服务器不响应提供多种查找、获取信息的方式：提取文件中全部email邮件地址提取文件中全部互联网址（无参数）提取文件中全部互联网址（带参数）提取HTML文件中body的文本内容提取HTML文件中title与body的文本内容提取HTML文件中textarea的文本内容提取HTML网页的显示文本内容提取DOC/RTF等文件中全部文本内容并可自定义正则表达式获取信息

本程序可以抓取指定IE窗口中已下载完毕的网页中的全部或部分图片（可根据图片文件后缀和图片所属站点的域名过滤，也可以对单个图片进行选取），对于选中的图片，可以： 1）抓取文件URL列表，可以转换为UBB代码或HTML代码，便于将选中的图片批量转贴到支持UBB的论坛 2）另存图片到指定的本地文件夹，另存时可沿用原来的文件名，也可批量重命名（类似于ACDSee）；对于相同文件名已存在的情况，可以选择跳过、覆盖、重命名或提示；因为是从Internet临时文件夹中复制，所以感觉会很快

批量获取网站title脚本

批量提取HTML/DOC/RTF/TXT等文件中的文本信息。支持从其它网站直接提取文本内容，生成所需数据库文件支持GB2312/UTF-8多种编码可将提取的文本内容生成TXT文本文件、HTM网页文件、MDB数据库文件。提供多种查找、获取信息的方式：提取文件中全部email邮件地址提取文件中全部互联网址（无参数）提取文件中全部互联网址（带参数）

该项目可以用来抓取网站的验证码

61,114

社区成员

60,730

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章