计算页面字数，求助！！！

udbjatpe1987 2009-11-04 06:34:16

做一个页面，可以输入一个网页的地址，然后当点击一个button的时候，会自动计
算该页面的word count（字数）。同时，这个页面所链接到的其他页面，也需要计
算他的字数。

...全文

822 17 打赏收藏转发到动态举报

写回复

用AI写文章

17 条回复

切换为时间正序

请发表友善的回复…

发表回复

chen_xiangguo 2009-11-06

打赏
举报

这是截图

chen_xiangguo 2009-11-06

打赏
举报

楼主的想法不错，很有创意。
要明白，因为js不可以跨域访问，所以不利用服务器技术是不可以（使用iframe只可以）
以下是我的实现效果：

我的思想是：由于js不能跨域访问，我用服务端语言访问，然后传递到页面。
我使用的服务端语言是java，即jsp,运用的ajax框架是dwr,当点击按钮时，java 代码访问相应的url,得到html,然后返回页面。
index.html:



<html>

	<head>

		<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

		<title>获得页面html</title>

		<script src="js/jquery-1.3.2.min.js"></script>

		<script type='text/javascript' src='/zf/dwr/interface/HtmlAction.js'></script>

		<script type='text/javascript' src='/zf/dwr/engine.js'></script>

		<script type='text/javascript' src='/zf/dwr/util.js'></script>

	</head>

	<body>

		<center>

			输入网址(网址必须以http开头):

			<input type="text" id="webSite">

			<input type="button" id="getHtml" value="获取html">

		</center>

		<div id="msg">

		</div>

		<br>

		<center>

			<textarea style="width:100%; height:600px;"></textarea>

		</center>

	</body>

	<script language="javascript">

$(function()

{　　

   $('#getHtml').click(sub);

});

function sub()

{

   if($('#webSite').val()=="")

     return;

   HtmlAction.getHtmlByUrl($('#webSite').val(),doShow);

}

function doShow(result)

{

      $('textarea').val(result); 

   

}

</script>

</html>

服务器方法（简单的java网络代码）：



	public  String getHtmlByUrl(String url) {

		URL net = null;

		try {

			net = new URL(url);

		} catch (MalformedURLException e) {

			e.printStackTrace();

			return null;

		}

		BufferedReader reader = null;

		try {

			reader = new BufferedReader(new InputStreamReader(net.openStream()));

		} catch (IOException e) {

			e.printStackTrace();

			return null;

		}

		StringBuffer sb = new StringBuffer();

		String inputLine = null;

		try {

			while ((inputLine = reader.readLine()) != null) {

				sb.append(inputLine + "\n");

			}

		} catch (IOException e) {

			e.printStackTrace();

			return null;

		}

		return sb.toString();

	}

另外，你还说取出它的所有链接，然后求它们的页面字数，原理这是一样的。但是求链接有问题。
我可以取出所有的href标签（使用正则表达式，网上一大堆，正则是：/<A[^>]*?HREF\s*=\s*["']?([^'"" >]+?)(?=[ '""]?>)/gi），然后进行一点字符串处理取得链接，这个也可以实现，但是复杂的是：对取出来的路径我要进行相对路径和绝对路径的判断，相对路径我要加上地址。。。。感觉太复杂，就没写那个。
你要是需要那个代码，我可以写，但是原理就是这样。
要写的话qq我（qq:1228902349）

wifewifewife 2009-11-05

打赏
举报

[Quote=引用 3 楼 wuxiang2006 的回复:]
你说的更像是一个爬虫的功能，如果这一功能想要用JS实现的基本不太可能，最后前台调用爬虫程序，由爬虫程序去完成搜索与计算功能。
[/Quote]
是的，非常象爬虫。。

cat2781 2009-11-05

打赏
举报

二楼有理
但不知道如何找出所有元素

gkw521 2009-11-05

打赏
举报

帮顶，学习

浴火_凤凰 2009-11-05

打赏
举报

实现不了！
首先如果一个页面链接了一个不同域的页面
第二个页面的内容估计JS就获取不到！
如果能实现，那么搜索引擎就很容易了
内容都能获取到那么查找一个字符还不容易吗？

xiaofan_sap 2009-11-05

打赏
举报

统计本页面字数的例子：
<html>
<head>
<title></title>
</head>
<body>
<table>
<tr><td>123456789</td></tr>
<tr><td>123456789</td></tr>
<tr><td>123456789</td></tr>
<tr><td>123456789</td></tr>
<tr><td>123456789</td></tr>
<tr><td>123456789</td></tr>
</table>
</div>

<script language="javascript" type="text/javascript">

function cleanWhitespace(element)
{
element=element||document;
var cur=element.firstChild;
while(cur!=null)
{
if(cur.nodeType==3&&!/\S/.test(cur.nodeValue))
{
element.removeChild(cur);

}else if(cur.nodeType==1)
{
cleanWhitespace(cur);
}
cur=cur.nextSibling;
}
}
alert("ok");
cleanWhitespace();

var num=0;
var testdiv = document.body;
(function(node) {
for (var i=0; i <node.childNodes.length; i++) {
var c = node.childNodes[i];
if (c.nodeType == 3)
{
num+=parseInt(c.nodeValue.length);
alert(num);
}
else
arguments.callee(c);
}
})( testdiv );
</script>

</body>
</html>

xiaofan_sap 2009-11-05

打赏
举报

Dogfish 2009-11-05

打赏
举报

找找google。 "javascript spider"

xiaotang_hb 2009-11-04

打赏
举报

学习··顶下咯··

chen_xiangguo 2009-11-04

打赏
举报

[Quote=引用 5 楼 fandelei1982 的回复:]
用ajax,对输入的url进行提交,获取返回的文本,就能获取字数,然后对文本进行分析,取出其中的连接的url,然后对其连接进行同样的操作,获取其连接的页面的文本及其字数.
[/Quote]
我使用的jquery的ajax，可是网址是我自己的网址还行，一换别的网址，就显示错误（”没有权限“），这是怎么回事？

friendly_ 2009-11-04