heritrix抓取整个页面后如何得到想要的数据
的有关信息介绍如下：
需要用正则表达式来过滤到你不想要的东西,抓取和过滤的原理是一样的,就是具有共性的头和尾,把中间部分抓出来.
正则表达式在抓取中应用比较多,也可以称之为一种规则,你抓取内容要按照一定的规则来抓取,无用的你还得按照一定的规则过滤.
heritrix抓取整个页面后如何得到想要的数据
Simone
发布于 2025-06-13 16:40:20
554 阅读
