采集器问题

58998760 · 发表于 2009-8-17 09:42:54

例子: 我想采集的中新网的新闻内容.但是他的源代码页面中间加了个表格代码..不知道怎么去除.望高手版主帮助..我弄了半天也没解决出来. 想去除掉代码是FLASH,表格添加的

<table border=0 cellspacing=0 cellpadding=0 align=left><tr><td><div id=adhzh name=hzh>
<table border=0 cellspacing=0 cellpadding=0 align=left>
<tr>
<td width="315" height="260"><object classid="clsid:D27CDB6E-AE6D-11cf-96B8-444553540000" codebase="http://download.macromedia.com/pub/shockwave/cabs/flash/swflash.cab#version=7,0,19,0" width="300" height="250">
<param name="quality" value="high">
<param name="SRC" value="http://i2.chinanews.com/gg/090811/081102.swf">
<embed src="http://i2.chinanews.com/gg/090811/081102.swf" width="300" height="250" quality="high" pluginspage="http://www.macromedia.com/go/getflashplayer" type="application/x-shockwave-flash"></embed>
</object></td>
</tr>
</table>
</div></td></tr></table>

复制代码

请问该怎么解决?在线24小时等解决.

lidq.jingwu · 发表于 2009-8-17 09:46:21

你是要将两个表格都去掉吗？

58998760 · 发表于 2009-8-17 09:52:10

本帖最后由 58998760 于 2009-8-17 09:54 编辑

恩，是的。因为他插在了文章中间。采集不知道怎么去除。。发表出来的带他的广告。

原文是：http://www.chinanews.com.cn/yl/y ... 08-17/1820923.shtml
就是想把里面的flash去掉，查了他的源代码是俩表格。。。
该怎么解决？谢谢！

58998760 · 发表于 2009-8-17 09:57:13

请官方再进来一下下。。。教教我了啊。

lidq.jingwu · 发表于 2009-8-17 10:00:39

<table border=0 cellspacing=0 cellpadding=0 align=left>*</table>
用这个过滤规则试一下。

58998760 · 发表于 2009-8-17 11:34:16

有用是有用了.不显示了.但是导入自己站的时候位置发生错误.右侧的一排全都排到下面去了.

lidq.jingwu · 发表于 2009-8-17 14:15:33

那是某些html标签没有闭合导致的，查一下采集内容规则吧。

tjz2000 · 发表于 2009-8-17 15:05:09

可以把你写的采集器传上来看看吗

		自动登录	找回密码
密码			立即注册

[采集] 采集器问题