html-content-extraction

1熱度

1回答

我正在嘗試爲iPhone製作基於UITableView的應用程序。我之前通過從RSS提要中提取數據完成了此操作，但對於此應用程序，我嘗試使用網頁中的數據。數據採用網絡表格格式（http://www.roblox.com/Forum/Default.aspx），並且由於它是論壇而具有不同的層次結構。我應該如何解析這些數據？有我可以使用的框架嗎？我想再次使用的數據是本網站的表格（論壇） - htt

0熱度

2回答

使用java從html頁面中提取單個值：

我正在繼續研究一段時間以來的項目，並且一直在努力從網站中提取一些數據。該網站有一個從未知來源獲取數據的iframe。這些數據是在一個標籤像這樣的iframe： <DIV id="number_forecast"><LABEL id="lblDay">9,000</LABEL></DIV> 有它上面其他的廢話一堆，但這個div ID /標籤是完全獨特的，在代碼中不使用其他任何地方。

0熱度

2回答

提取描述了一個HTML頁面

我試圖提取標題和描述了網頁，使用的DOMDocument（）的，我成功在這樣 $d=new DOMDocument(); $d->loadHTML($html); $title=$d->getElementsByTagName("title")->item(0)->textContent; 提取的頭銜，我可以通過循環提取說明通過所有meta tags和檢查name="desctiption

0熱度

1回答

雙編碼html代碼

我使用xinha作爲所見即所得編輯器的html內容。我通過post-form發送html文章到postgresql。到目前爲止好，他們似乎沒問題。但是，當我接收並輸出從PG到HTML頁面中，我看到重編碼，即破的html代碼這樣 <p><a href="http://google.com">google.com</a></p>

-1熱度

2回答

從html中的「data-」中提取數字數據

在下面的HTML中，我想簡單地分割兩個數字並將結果返回到頁面。 JavaScript實現了這一點，然而，變量A（GAL2_G2rAimTonsPerHr）每10秒鐘從我們的PI服務器（歷史記錄）更新。如何設置變量A等於變化的值？有沒有一種方法可以將它存儲在臨時變量中作爲腳本中的除數？ < td align="left" style="font-size: 12px" width="60px"

5熱度

5回答

如何將HTML頁面整合到WordPress？

我有一個HTML頁面（index.html），以及一個名爲images，css，js的文件夾。現在我必須在WordPress中做到這一點。有什麼插件轉換Html到WordPress或其他任何方式在WordPress中做到這一點？請幫助我..我是WordPress的初學者。

1熱度

3回答

從頁面加載內容..由一個類的href ...模式內

試圖做到以下幾點：我的網頁有很多div的打開modalboxes（colorbox）。這些鏈接打開的頁面有一個id =「mainColumn」。內容只需要從這個ID加載。我有這樣的： <div> <a href="includes/page_1.html" class="modal"></a> </div> <div> <a href="includes/page

2熱度

1回答

提取enclosednet html的所有內聯CSS

我想提取有關html的所有內聯樣式。例如，下面是有關HTML的其中內聯CSS是要提取： <div id="concernedHtmlPortion" style="style1"> <div style="style2"> <div style="style3;style4">Hello World!!</div> <div></div> </div> 有什麼

3熱度

3回答

有沒有辦法使用可讀性和python來提取文本，而不是HTML？

我需要在運行時在服務器端提取純文本形式的隨機網頁。我使用Google App Engine和Readability python端口。有一些這些。 version by gfxmonk年初，基於BeautifulSoup version by minvolai基於gfxmonk的，除了使用LXML而不是BeautifulSoap，使得它（根據minvolai，看項目頁）更快，儘管在LXML引進的

0熱度

1回答

如何運行並獲取來自boilerpipe文章提取器的文檔統計信息？

有些東西我對使用boilerpipe的ArticleExtractor類不太瞭解。儘管如此，我對Java也很陌生，所以也許我對這個環境的基本知識是錯誤的。無論如何，我試圖使用boilerpipe從我收集的一些原始html源代碼中提取主要文章。 html源文本存儲在一個java.lang.String變量中（我們稱之爲htmlstr），該變量具有網頁的原始HTML內容。我知道如何運行boilerp