html-parsing

0熱

1答えて

DiDom htmlパーサライブラリを使用しています。それはドキュメント（https://github.com/Imangazaliev/DiDOM#verify-if-element-exists）だから：あなたは、その要素が存在するかどうかを確認し、必要がある場合はそれを得る： if ($document->has('.post')) { $elements = $document

0熱

2答えて

HTMLAgilityPackを使用してHTMLデータを解析する

私は、示すが、私はいくつかの問題 public class Book { public HtmlAttribute Href{ get; set; } public string Title{ get; set; } public string Author{ get; set; } public string Characters{ ge

1熱

1答えて

Jsoup.parseが閉じるのを防ぐのを防ぐ</img>タグ

私はJsoup.parseでhtmlを解析しています。他にもすばらしいですが、後でpdfコンバータでこのhtmlを解析するはずです。何らかの理由でJsoup.parseが終了タグを削除し、pdf-parserが欠落しているimgタグの終了に関する例外をスローします。 Can't load the XML resource (using TRaX transformer). org.xml.sa

0熱

1答えて

ITextRendererで作成したpdfのローカルディレクトリからイメージを取得するには？

次のように私はITextRendererでHTMLからPDFファイルを解析しています：今 private void createPdf(File file, String content) throws IOException, DocumentException { OutputStream os = new FileOutputStream(file); conten

1熱

1答えて

HTML JSタグから正しいURLを派生させる

Python3のhtml.parserを使用してHTML Webサイトを解析して、すべてのJavaScriptファイルを検索しています。そのためには、すべてスクリプトタグをループし、src属性の内容を取得します。問題は、正しいURLを作成することです。 src属性にはhttps://example.com/jsfile.jsのような完全修飾URLを含めることができますが、相対パスのみを含むことも

-1熱

1答えて

JavaでJsoupを使用して検索結果を出力する

Javaプログラムを作成しようとしています。ここで、検索バーに文字列を挿入し、結果を記録/印刷できます。このサイトは：http://maple.fm/khroa JSoupはかなり新しく、そのページに関するhtmlコードを読むだけで数時間を費やしましたが、必要な文字列を挿入して結果を得るための変数を見つけることができました。私は正確にそれを行う方法がわかりません。誰かが私を正しい方向に向けること

0熱

1答えて

BeautifulSoup（BS4）が、私は次のコードは、指定されたウェブサイトからのすべてのテーブルを取得しませんPythonの3.5を使用してBS4</p> <p>てる

すべてのタグを見つけることができません。ページには14のテーブルがありますが、コードの戻り値は2です。何が起こっているのか分かりません。私は手動でHTMLを検査し、それがなぜ機能していないのかの理由を見つけることができません。各テーブルについて特別なものはないようです。 import bs4 import requests link = "http://www.pro-football-re

-2熱

2答えて

次のhtmlコードには汎用のxpathが必要です

以下は、固有のXPathが必要なHTMLコードです。コードに複数のxpathを書き込む必要がないように、[@label = 'ホワイトリスト']のようなものが必要です。関数からホワイトリストやブラックリストのような値を渡したいと思います。

0熱

1答えて

HTMLページをロードして.txtファイルに表示する

私は、ダウンロードを保存するためのフォルダ「クローラ」を持つjavaで検索エンジンを構築しようとしていますが、プロジェクトを開いてそのファイルをクリックすると、なぜなら、HTMLページ（100k +）から解析されたすべてのURLとテキストをロードしようとし、それらを「クローラ」フォルダの.txtファイルに表示しようとするからです。ファイルの読み込みと表示を防止するにはどうすればよいですか？