通用網站內容爬蟲抓取工具,可批量抓取任意站點的小說、論壇內容等並保存為TXT文檔
< 腳本怠惰小説下載器的回應
大大,请教一个问题,对于分页的带有>>的分页标题,如何不输出或者在输出后批量删除?现在很多小说网站都是章节内分页的,下载后在阅读器上又会自动索引标题后分成两个章节,阅读起来多有不便。尝试过删除重复段落,但是这样会将正文的一些合理的重复段也一并删除,因此无法解决,求帮助。
有范例网站吗?
我是在axeslide.com碰到这个问题的,不过在笔趣阁的翻页倒是自动合并了。研究了很久,发现分页标题还是可以通过word进行批量删除的。此外,m.529c.com试了很多种解析方式,好像都抓不到正文的内容?不过都是些小站,纯粹是萌新瞎折腾,哈哈。
登入以回復
大大,请教一个问题,对于分页的带有>>的分页标题,如何不输出或者在输出后批量删除?
现在很多小说网站都是章节内分页的,下载后在阅读器上又会自动索引标题后分成两个章节,阅读起来多有不便。
尝试过删除重复段落,但是这样会将正文的一些合理的重复段也一并删除,因此无法解决,求帮助。