欢迎光临
我们一直在努力

火车头采集器相关问题记录(自用)

为了得到一个标准的内容,在采集上必须下足功夫才行!编写好采集规则。

去掉P标签内样式:

正则 <p(.*?)> 替换成 <p>

去掉除了img标签外的所有标签的选择器或样式,并把标签修改为p:

正则 <(?!img)(/?)\w+.*?> 替换为 <$1p>

把所有的空段落替换为空

内容 <p></p> 替换为 空
赞(1)
未经允许不得转载:老K博客 » 火车头采集器相关问题记录(自用)
分享到: 更多 (0)