Foxtable(狐表) → 用户栏目 → 专家坐堂 → [求助]网页信息的读取


  共有4408人关注过本帖树形打印复制链接

主题：[求助]网页信息的读取
帅哥哟，离线，有人找我吗？
chnfo
 小大  1楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：九尾狐 帖子：2216 积分：18225 威望：0 精华：0 注册：2011/11/26 20:21:00 		[求助]网页信息的读取  发帖心情 Post By：2022/5/27 15:29:00 [显示全部帖子]

一个网页，是图文混排的，使用文本文件打开以后是这样的

<p>
3452345<img alt = "Pic001.png" src=".\Pic001.png" />
</p>
<p>
<a href="https://www.baidu.com/"> https://www.baidu.com/</a>
34563563<img  src=".\pic002.png" />
<a href="https://www.163.com/"> https://www.163.com/</a>
</p>

我对网页方面的了解就是个空白，用什么方法把网页的可视信息按顺序读取出来？
 回到顶部
帅哥哟，离线，有人找我吗？
chnfo
 小大  2楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：九尾狐 帖子：2216 积分：18225 威望：0 精华：0 注册：2011/11/26 20:21:00 		  发帖心情 Post By：2022/5/27 16:01:00 [显示全部帖子]

这个会把同类型的信息读取出来，比如文本放在一起，图片放在一起，顺序也原文不一致

而且原码里面有换行符，提示有多个根元素？

[此贴子已经被作者于2022/5/27 16:04:46编辑过]
 回到顶部
帅哥哟，离线，有人找我吗？
chnfo
 小大  3楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：九尾狐 帖子：2216 积分：18225 威望：0 精华：0 注册：2011/11/26 20:21:00 		  发帖心情 Post By：2022/5/27 16:13:00 [显示全部帖子]

网页原文是这样的
 下载信息  [文件大小：   下载次数： ]
图片点击可在新窗口打开查看点击浏览该文件:html.rar

在命令窗口解析出来是这样的
{
  "#text": [
    "\r\n3452345",
    "\r\n34563563"
  ],
  "img": [
    {
      "@alt": "Pic001.png",
      "@src": ".\\Pic001.png"
    },
    {
      "@src": ".\\pic002.png"
    }
  ],
  "a": [
    {
      "@href": "https://www.baidu.com/",
      "#text": " https://www.baidu.com/"
    },
    {
      "@href": "https://www.163.com/",
      "#text": " https://www.163.com/"
    }
  ]
}
 回到顶部
帅哥哟，离线，有人找我吗？
chnfo
 小大  4楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：九尾狐 帖子：2216 积分：18225 威望：0 精华：0 注册：2011/11/26 20:21:00 		  发帖心情 Post By：2022/5/27 16:24:00 [显示全部帖子]

打开网页，是文本“3452345”，然后是图片Pic001.png，再然后是网址https://www.baidu.com，再然后是文本“34563563”，再然后是图片pic002.png，再然后是网址https://www.163.com

解析的结果，是两个文本放在一起，然后是两张图片，然后是两个网址
[此贴子已经被作者于2022/5/27 16:24:30编辑过]
 回到顶部
帅哥哟，离线，有人找我吗？
chnfo
 小大  5楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：九尾狐 帖子：2216 积分：18225 威望：0 精华：0 注册：2011/11/26 20:21:00 		  发帖心情 Post By：2022/5/27 16:34:00 [显示全部帖子]

第一段是文本1+图片1（中间有一个换行符）
第二段是百度网址+文本1+图片2+网易网址。
看图如下
图片点击可在新窗口打开查看此主题相关图片如下：解析结果顺序对不上.png
图片点击可在新窗口打开查看

希望得到的结果是 文本1、图片1、百度网址、文本2、图片2、网易网址
现在的结果是 文本1、图片1、百度网址、网易网址、文本2、图片2

如果用文本打开网页，把中间的回车符删除，也就是中间那个<p></p>删除，那解析出来的结果就更明显，先两个文本，再两个图片，再两个网址
[此贴子已经被作者于2022/5/27 16:56:02编辑过]
 回到顶部
RSS2.0 | Xhtml无图版 | Xslt无图版 Copyright © 2000 - 2018 foxtable.com Tel: 4000-810-820 粤ICP备11091905号
   Powered By Dvbbs Version 8.3.0
页面执行时间 0.05469 秒, 6 次数据查询