|
|
本帖最后由 qiuhao1112 于 2016-8-9 21:35 编辑
5 |6 r% K" T/ M. Y1 a! c4 e8 k0 h0 M! u$ {) }
Mdict词典DIY工具系列之三：MDX文本内容提取解析工具# O# x2 ~7 X' k4 s' _7 \
/ z# u$ ^; u, G n, J
6 X5 W2 `0 d4 C* ?+ ?& [$ H' x
8 @4 n \4 z( J1 t9 ^
基于html网页解析，专用于MDX文本解析并自动生成MDX格式文本，生成的文件可直接压缩打包成词典；
. ?* J& R. a5 _, k6 J* ~此工具可用来提取词典内容中的特定内容并，比如短语提取，音标提取等一切你想提取的内容。
6 f0 |7 _. X/ w
8 I( Y0 y* s# ^& `5 e2 z; k; P. X8 j
用法：) L8 m; _% ^! ?' M
6 C4 p$ X7 F b7 M9 F7 N+ L% A; U
比如下面这个网页标签：
1 Y. r6 E& U) v2 Z
6 E5 f+ J9 K- V5 e+ Z( J* V' C1 c q<div class="explanation_item" id="d1234">$ f( E1 y7 X) e8 J: j9 t- c
' I+ b3 i, h4 U4 F- t I& ?7 W
* y# I, `" H3 `; e7 O! {标签名为 div5 F) M& i& B& X9 n8 Y& Y/ ~
属性 有 class 和 id (还可能有别的属性)
$ |: L: S& a+ L- {! C其属性对应的值：class的是explanation_item ， id 的是d1234；5 F1 q L+ C$ p( y) y
9 g0 P$ \# C7 n3 P) n: \, J: m! L. }7 f
若想提取这个标签的内容：
I8 L4 U T+ x' _9 k2 p* a j) q% y- g1 z1 X% x8 ~
需要输入三个值：div，class，explanation_item
5 ~, \8 j7 a0 v7 w6 j 或者：div，id，d1234 $ ~9 U& @+ b# M0 ]
* G, p/ `( v5 ]
还有可能只有标签名，比如<body>这个标签，那么在（tag_name）输入框输入:body,其余不两项不用输入，直接回车即可( I$ p! J# |8 \$ n, b6 I& U! ]) H: g- h
& c# j. R+ x3 l5 P1 v
' {5 a' Z4 `& e: i& P
$ `; l, G5 K6 v$ X, k
输入方法：. ~5 ^+ C3 r& p: V" N M% e
) Z T5 ?; ? D1 X" i+ M
Input source file name:（你的MDX文本文件名）
4 o' z' l) Y6 |* C6 _5 ^# o Input tag-name:div+ s+ ~5 h+ D0 A
Input tag-attribute:class& N7 N/ {0 w X7 {+ C4 f9 R2 `
Input attribute-value:explanation_item5 S/ Y/ b5 g$ Z$ D Q
1 t3 K+ s- J3 [$ z% C |2 b或
3 i+ `, `7 o6 l. F* N Input source file name:（你的MDX文本文件名）2 f/ R: b# A2 }: D
Input tag-name:div1 i" v: s. E5 `9 L& C
Input tag-attribute:id! h" \) Q0 e. [3 W+ Y+ F! i
Input attribute-value:d1234
) m- I8 B, r% |' m+ [' r% d
9 a* ~. w+ Q" Y3 I4 i/ X5 G) g如果没有属性，比如body" R# r# L: i% [. R
5 _% j4 L$ Z8 L9 M
Input source file name:（你的MDX文本文件名）
7 S' m1 l1 Z" u4 ]! z# x2 v+ g Input tag-name:body
# O: `9 S; R( o Input tag-attribute:（不输入，回车跳过）- w8 w$ m) q% @0 r6 q# _5 w* i
Input attribute-value:（不输入，回车跳过）
: A( X4 A6 ^7 u
' r3 ~* z( V4 ~2 { OK。。。。
# z$ G. v: U G) j( i; R6 M6 N# ~$ b+ I1 H& \% D1 g
0 @0 a% G5 p3 K- G4 `( S# s- Q' | G! y- M2 f9 d: ]
5 \# S, Y! t0 S! V. U0 r
由于是逐个解析html, 所以速度不是那么快，但使用足够简便，很方便。 x0 O, y0 p% V
4 y5 J \& q o& z7 U0 d |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？免费注册
x
本帖被以下淘专辑推荐:
- · 工具|主题: 8, 订阅: 5
- · 其他资料|主题: 24, 订阅: 1
|
发表于 2016-8-8 22:30:18
