|
|
本帖最后由 qiuhao1112 于 2016-8-9 21:35 编辑 - L3 j0 a7 F% M
* Q, T6 ]1 i+ V% _Mdict词典DIY工具系列之三：MDX文本内容提取解析工具" ?9 T0 g! M5 m. ~$ L: B* d
% b7 z" s( O. _5 c, P. Y
+ k5 C8 d% c* l- b; x' |4 ^! [* ^( c
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；" Q' A; A; D( s6 {) q1 g" p
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。
2 j s4 Z' f) h" s% l& n# D8 L. h) S* u; {
1 t k. i F* b+ L, d
用法：
, x+ H3 R. z; o. Y8 G m2 `# H! a7 w, @: ~& C
比如下面这个网页标签：
; p; G" B0 ^, _- T8 S ]
6 R0 L1 P( T0 r; p<div class="explanation_item" id="d1234">
9 O! W+ c- s9 G8 `
: Z7 k% k8 z2 O5 I {7 E
s- S( l; j# Q- f- v. L标签名为 div
* o' ~& g& R3 Z" h; O: a属性 有 class 和 id (还可能有别的属性)
! x* n" m7 I5 {/ M Z* N( _0 ]; o其属性对应的值：class的是explanation_item ， id 的是d1234；
$ v& j6 w% ?) \/ x
' K0 ~0 ?9 L6 \% z. s0 y+ F% Y$ E
若想提取这个标签的内容：
+ `5 y$ b9 [9 I- j
# o }9 L; g8 x! k3 J; g3 B需要输入三个值：div，class，explanation_item0 d9 |3 ?4 |4 ~- C: n. ?! R
或者：div，id，d1234
) }; g+ Z/ L' l" y7 O3 B1 c5 i
) \! A& Y6 U( W- N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
3 q( q7 g8 y+ h& }3 C& _3 f% u1 X7 G5 E
& _# j6 o8 k( B% A- Z
2 M. i J. k% t* K8 g, v
输入方法：( M! @ h/ f; P( ? X% ?
: x6 o4 H9 e0 d; A: e9 b p7 s6 s Input source file name:（你的MDX文本文件名）
5 A1 } T$ A+ e8 t3 m$ v9 v4 _ Input tag-name:div9 E/ X* u) u7 m R3 W' s
Input tag-attribute:class; D8 V/ O1 E& g$ u- f
Input attribute-value:explanation_item6 x* X W- t8 K- U$ `
7 Z( k$ o2 a& i4 D' P, v6 U/ z) t或
- Y: [' Q; n' z- X z Input source file name:（你的MDX文本文件名）
# S. o+ }+ ]/ |3 H# x Input tag-name:div
6 K x _& G8 Z; l; h& Q2 z Input tag-attribute:id
|! U8 Q$ F% A9 `' a3 n: e/ @ Input attribute-value:d1234
4 X0 M2 }1 \: h# C) s( y: J4 T- a% L
" Z3 k3 N4 ^& g8 \8 I% k如果没有属性，比如body
2 ]! [ n0 L3 l! K1 {+ J: ~6 f" K1 U1 X$ V- M/ e B6 w
Input source file name:（你的MDX文本文件名）0 q& J8 f: ~* v5 C
Input tag-name:body T8 c/ r9 s" P& Q
Input tag-attribute:（不输入，回车跳过）8 v7 i. \' D- ~5 Z) c4 b: `1 B0 L2 p
Input attribute-value:（不输入，回车跳过）* Q! H+ Z- f8 @8 U: i- q. _
+ ~7 K4 w; c" M, B& D: h
OK。。。。4 a. P7 J N4 U$ k8 e/ ?! N& N
& r. B3 _ ]- Q8 H; @& V; p
; n1 s0 l1 v7 I
( T/ `/ ^: y3 E; O; N& _$ W- c& T; h! k/ E/ W
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。
7 O. R1 w" }9 G: S0 i
3 M' L1 `" H) R' K: i4 @ |
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
