采集带干扰码的文章内容。你会写这个吗？？？？？

1. <文章内容开始>
   
2.       <干扰码开始字符><干扰码结束字符>
   
3.                <段落一>
   
4.           <干扰码开始字符><干扰码结束字符>
   
5. 
   
6.       <干扰码开始字符><干扰码结束字符>
   
7.                <段落二>
   
8.           <干扰码开始字符><干扰码结束字符>
   
9. 
   
10.       <干扰码开始字符><干扰码结束字符>
    
11.                <段落三>
    
12.           <干扰码开始字符><干扰码结束字符>
    
13. 
    
14.           ...................
    
15. <文章内容结束>

复制代码

这样的文章内容如何采集啊？

只是在文章段落的前面和后面加了干扰码

而且干扰码的两边都是一样的。只要删除干扰码开始和结束字符中间的内容就可以了

干扰码开始-----干扰码结束

中间的代码删掉。。怎么写啊？

用这个 * 过滤一下就行了

过滤就行了

.