heritrix中怎么设置只抓取文本数据，不抓取其它数据-CSDN论坛

CSDN论坛 > Java > Java EE

一键查看最优答案

确认一键查看最优答案？

本功能为VIP专享，开通VIP获取答案速率将提升10倍哦！

取消

开通vip会员

⋅在zen-cart商店上传图片的文件名的问题 ⋅heritrix中怎么设置只抓取文本数据，不抓取其它数据 ⋅ASP.NET出现缺少根元素错误，就算是刚刚新建的一个WEB项目也这样。 更多帖子 关注私信空间博客 dreamw 本版专家分：3 结帖率 100%: 比如不抓取图片、MP3、软件等等，我只要HTLM的文本数据。
现在heritrix什么链接都抓取下来，呵呵，请问在哪里有设置，我找不到。

0 2009-12-13 22:04:18

回复数 6 只看楼主引用举报楼主

⋅apache2.2 转发 post 乱码:apache22+tomcat6+struts2+mysql5.1 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 更多帖子 关注私信空间博客 crazylaa 本版专家分：43818 铜牌 2010年1月总版技术专家分月排行榜第三 红花 2010年5月 Java大版内专家分月排行榜第一 2010年2月 Java大版内专家分月排行榜第一 2010年1月 Java大版内专家分月排行榜第一 2010年1月 Oracle大版内专家分月排行榜第一 2009年12月 Java大版内专家分月排行榜第一 2009年12月 Oracle大版内专家分月排行榜第一 蓝花 2010年2月 Oracle大版内专家分月排行榜第三: 可以过滤掉不想要的标签。

0 2009-12-13 23:06:21

只看TA 引用举报 #1 得分 0

dreamw 本版专家分：3: 兄弟，怎么过滤，是要修改源代码，还是直接在WEB页面里配置？

0 2009-12-14 12:15:14

只看TA 引用举报 #2 得分 0

⋅apache2.2 转发 post 乱码:apache22+tomcat6+struts2+mysql5.1 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 更多帖子 关注私信空间博客 crazylaa 本版专家分：43818 铜牌 2010年1月总版技术专家分月排行榜第三 红花 2010年5月 Java大版内专家分月排行榜第一 2010年2月 Java大版内专家分月排行榜第一 2010年1月 Java大版内专家分月排行榜第一 2010年1月 Oracle大版内专家分月排行榜第一 2009年12月 Java大版内专家分月排行榜第一 2009年12月 Oracle大版内专家分月排行榜第一 蓝花 2010年2月 Oracle大版内专家分月排行榜第三: 噢，你是想抓取之前就过滤掉啊？那可能得改你抓文件得那个机器人程序了。
我以为你抓下来之后，把不想要得删掉呢

0 2009-12-14 12:27:49

只看TA 引用举报 #3 得分 0

dreamw 本版专家分：3: 。。。。。。。。。。。
当然是爬前过滤掉。呵呵，花这么多的时间去下载，又花时间去删除干嘛。

0 2009-12-14 12:39:29

只看TA 引用举报 #4 得分 0

⋅apache2.2 转发 post 乱码:apache22+tomcat6+struts2+mysql5.1 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 ⋅sf一不小心蹭了个铜牌，大家不要笑其实我是菜鸟。 更多帖子 关注私信空间博客 crazylaa 本版专家分：43818 铜牌 2010年1月总版技术专家分月排行榜第三 红花 2010年5月 Java大版内专家分月排行榜第一 2010年2月 Java大版内专家分月排行榜第一 2010年1月 Java大版内专家分月排行榜第一 2010年1月 Oracle大版内专家分月排行榜第一 2009年12月 Java大版内专家分月排行榜第一 2009年12月 Oracle大版内专家分月排行榜第一 蓝花 2010年2月 Oracle大版内专家分月排行榜第三: 引用 4 楼 dreamw 的回复:
。。。。。。。。。。。
当然是爬前过滤掉。呵呵，花这么多的时间去下载，又花时间去删除干嘛。

啊哈，准备改程序吧。

0 2009-12-14 13:29:00

只看TA 引用举报 #5 得分 40

dreamw 本版专家分：3: 呃尔陀佛，善哉善哉。。。我再等等，如果没有好的方法，我就结贴啦。。。

0 2009-12-14 13:50:50

只看TA 引用举报 #6 得分 0