如何抓取特定文本后的值？
抓取特定文本后的值是通过文本处理和正则表达式实现的。具体步骤如下：
- 文本处理：将文本加载到程序中，可以通过文件读取、网络请求等方式获取文本内容。
- 使用正则表达式匹配特定文本：根据特定文本的模式，编写正则表达式来匹配目标文本。正则表达式是一种用于描述字符模式的工具，可以用来搜索、匹配和替换字符串。
- 提取匹配结果：根据正则表达式匹配到的结果，提取出需要的值。可以通过正则表达式的分组功能，或者使用字符串处理函数来提取特定文本后的值。
举例来说，假设我们要从以下文本中提取特定文本后的值：
名称：小明
年龄：25岁
性别：男我们可以使用正则表达式 年龄：(\d+)岁 来匹配到年龄的值，并提取出来。
在云计算领域，抓取特定文本后的值常用于日志分析、数据提取等场景。例如，可以抓取服务器日志中的特定错误信息或关键指标，用于监控和分析服务器的运行状态。
推荐腾讯云相关产品：在云计算领域，腾讯云提供了多个相关产品，例如腾讯云文本内容安全（TMS）、腾讯云日志服务（CLS）等。这些产品可以帮助用户实现文本处理、日志分析等需求，具体产品介绍和链接地址可参考腾讯云官方文档：
- 腾讯云文本内容安全（TMS）：用于实时、高效、准确地识别文本内容中的违规信息。产品介绍和链接地址：腾讯云文本内容安全（TMS）
- 腾讯云日志服务（CLS）：可帮助用户采集、存储、检索和分析大规模日志数据。产品介绍和链接地址：腾讯云日志服务（CLS）
请注意，上述推荐的腾讯云产品仅为示例，实际选择产品时需要根据具体需求进行评估和比较。
相关·内容
假设在网页上的特定元素中有一些我想要保存的文本。使用Javascript，我如何将该文本保存/附加到我硬盘上的"myfile.txt“文件？元素会随时间动态变化，所以每当它更新时，我希望它将新文本附加到文件中。
我一直在做一些关于web抓取的研究，对于这个任务来说，它似乎太过复杂了。
浏览 6提问于2019-11-20得票数 0
1回答
我正在尝试使用ABPerson获取为iPhone通讯簿联系人发送文本消息的默认电话号码。我知道将使用ABMultiValue。但我找不到是否有一种方法可以确定默认的文本消息电话号码(或者以这种方式确定默认的电话号码、电子邮件或地址)。我将为每个人抓取第一个对象，但我担心，对于文本消息，电话可能是固定电话，或者无法接收文本。任何关于如何处理这个问题的建议都将不胜感激。
浏览 3提问于2012-05-22得票数 0
回答已采纳
6回答
我有一个需要抓取HTML内容的div (所以我自然使用html())……
但是，它们是文本字段。每当我抓取div (包含文本字段)的内容时，它抓取的是初始HTML，而不是最终用户更改的任何数据……
下面是JS bin version..change输入字段，运行函数，您会看到它只接受字段的初始值……
有什么办法可以解决这个问题吗？
浏览 0提问于2011-05-11得票数 1
回答已采纳
我四处看看如何使用javascript从输入框中抓取文本，所有的帖子都说要使用.value，然而，我总是得到“未定义”。我认为问题在于，当我使用.value时，它会在输入标记中查找值=“”，而当它看到没有任何值时，就会返回“未定义”
我试图抓取用户所写的文本，并将其置于警报中。
HTML：
<input id='myText' type="text">
<input id = 'bot'type="button" value="Click Me">
联署材料：
var textValue =
浏览 0提问于2017-04-15得票数 1
回答已采纳
2回答
我正在编写一个基本的屏幕抓取工具作为FF附加组件(使用DOM和xpath)。目前，它运行得很好。但是，它的运行速度也非常慢，因为Firefox需要花费一些时间来请求和下载每个页面上的所有非文本元素(简单地编写一个单独的应用程序来解析原始HTML是不可行的，因为一些需要抓取的页面会发出相当复杂的AJAX请求)。虽然我见过'Image block‘和'Flash block’插件，但它们似乎都只是阻止图像/flash显示，而不是实际上抑制GET请求。
所以我的问题是:有什么方法可以阻止Firefox发出这些GET请求吗？
浏览 1提问于2009-07-27得票数 0
回答已采纳
3回答
我的html
<tr id="uniqueRowId">
<td>
<input class="myChk" type="checkbox" />
</td>
<td class="from">
<textarea class="fromInput" ...></textarea>
</td>
<td class="to">
浏览 3提问于2011-03-01得票数 2
回答已采纳
4回答
我想从一些文本中抓取数据并将其转储到一个数组中。考虑以下文本作为示例数据：
| Example Data
| Title: This is a sample title
| Content: This is sample content
| Date: 12/21/2012
我目前使用以下正则表达式来抓取‘冒号’字符后面指定的数据：
/((?=:).+)/
不幸的是，这个正则表达式还占用了冒号和冒号后面的空格。如何只抓取数据？
另外，我不确定我这样做是否正确..但是看起来好像外括号会导致匹配返回一个数组。这是parens的函数吗？
编辑:我正在使用Rubular测试我的正则表达式
浏览 1提问于2012-12-18得票数 12
回答已采纳
我试图用Node.JS抓取一个网站，但当抓取html文件时，出现的东西是注入JavaScript的脚本标签，在查看有问题的JavaScript文件时，我似乎是正确的，因为我发现了我试图抓取的文本。在这个脚本被注入到html之后，我如何抓取文档？有什么办法吗？谢谢
浏览 22提问于2020-11-04得票数 0
回答已采纳
我是Nutch的新手。我需要抓取网页(比如说，几百个网页)，读取爬行的数据并做一些分析。
我遵循链接 (以及集成Solr，因为我将来可能需要搜索文本)，并使用几个URL作为种子运行爬行。
现在，我在本地机器中找不到text/html数据。在哪里可以找到数据，以文本格式读取数据的最佳方法是什么？
版本
apache-nutch-1.9
solr-4.10.4
浏览 2提问于2015-03-30得票数 6
回答已采纳
我使用to Celerity对网页进行屏幕抓取，并尝试抓取特定div类中的所有文本元素。我使用的以下代码行抛出了以下错误:参数类型错误的字符串(预期模块) (TypeError)
代码：puts browser.text if browser.frame(:id, 'bottomframe').div.class.include? 'ClassName'
谁能告诉我这个错误是什么意思，或者更重要的是如何修复我的代码行。
浏览 0提问于2010-12-23得票数 0
回答已采纳
如何从网站复制源代码(使用javascript)？我想从这个网站上复制显示温度的文本：
我只想复制显示温度的数字。有没有一种方法可以从网站上的源代码中复制出这一行？我听说过html抓取。如果不是javascript，最简单的方法是什么？只是复制温度，并将其显示在我的网页上。
浏览 0提问于2017-03-17得票数 0
我有一个楼层平面图，其中几个房间由封闭的多段线定义。每条多段线内都有多个文本注释(房间编号、房间名称等)。如何创建扫描图形、构建选择集以查找每条多段线(位于特定图层上)并插入具有与这些注释对应的属性的块(room_stamp)的例程。例如，对于每个房间，它会在折线内插入块"room_stamp“，抓取属于图层"room_name”的折线内的文本，并更改块内的属性"room_name“以匹配它。
任何帮助都将非常感谢，因为我刚刚开始使用LIPS例程
浏览 10提问于2020-11-23得票数 1
3回答
我有一个网页(aspx)-购买页面，带有ascx工具栏- Export，用于导出数据( .xls或.csv)。
我需要从“采购”页面获取供应商的名称，并将该值插入ascx工具栏上导出文件的名称中。
在“采购”页面上，有一个ddl，用户可以在其中选择供应商和将显示所有数据的网格。在网格上方有一个带有导出按钮的工具栏。我需要能够抓取下拉列表中的文本并使用ExportToolbar.ascx.vb页面上的文本，这样我就可以将该文本插入到名称中。
我试图使用一个公共属性get和set方法，但它不起作用。我将如何从供应商ddl中抓取选定的文本？
浏览 4提问于2014-04-11得票数 0
回答已采纳
在good old中(好吧！)WinForms天，数据格行过去是实际的控件，然后您就可以访问DataItem了。
在WPF中，它全部翻转，dataGrid.Items仅仅是源数据。
我可能做错了，因为我是一个WPF新手，但是我如何迭代我的网格视图的行，从某些标签，文本框等抓取值呢？
浏览 0提问于2010-07-29得票数 0
2回答
我们有一个汽车产品页面，我们描述了具体的汽车/自行车的细节，如图像，视频，新闻，评论等。
现在，我们也计划展示这些汽车的价格和EMI。每个城市的价格和环境管理信息系统各不相同。我们计划为每一个模型城市组合创建EMI和价格相关页面。
唯一的问题是我们如何为这些EMI和价格页面创建链接？目前，该计划是显示一些流行城市的前期价格和EMI，并给用户一个链接来选择他们的城市。一旦用户选择了城市，他/她将被带到基于城市的EMI / Price页面。但问题是爬虫将无法抓取这些网页和用户首先需要选择的城市。我们如何解决这一问题，并使这些链接可抓取&排名在谷歌搜索？
浏览 0提问于2019-07-15得票数 1
当你可以从xml中抓取文本视图时，我已经找到了许多关于如何实现这一功能的教程，但是当你通过编程方式创建了多个需要相同功能的编辑文本时，却没有关于如何实现这样一个功能的教程。
浏览 4提问于2016-08-05得票数 0
回答已采纳
我正在开发一个软件，它将驻留在多台机器上。数据库是共享的。我需要每台机器从数据库中抓取一个唯一的资源(行)并锁定它。
我的问题是，我该如何处理这个问题？因为每台机器都读取相同的行，所以可能会发生竞争。
基本上我认为它与线程相同，但不同的是我不能在它们之间共享资源……
这是如何解决的？
谢谢!
浏览 3提问于2013-08-31得票数 0
我正在尝试爬行一些网站，这些网站的HTML结构维护得很差，我无法控制它来改变它。当我查看由Solr索引的nutch爬行数据时，字段'title‘看起来还可以，因为'content’字段包含了很多垃圾，因为它用下拉菜单抓取了html标题中的所有文本，并将其放入左侧菜单、导航、页脚等。
在我的例子中，我感兴趣的是将"Description:“信息抓取到”content“字段中，这些信息在HTML页面上以副词的形式定义。
示例：(原始html)：
<p><strong>Description:</strong> Apache Nutch
浏览 1提问于2013-04-12得票数 0
2回答
我正试着从一个网站上抓取特定的文本。因为我是Python的新手，所以我发现很难用一个脚本来抓取文本，所以我首先使用了以下代码：
import urllib
import requests
from bs4 import BeautifulSoup
htmltext = urllib.urlopen("https://io.winmasters.com/Feeds/api/event /282576?lang=el").read()
data = htmltext
soup = BeautifulSoup(data)
f = open('/Desktop/text.t
浏览 3提问于2015-01-26得票数 0
回答已采纳
我在查看我在文本框中编写的输入时遇到问题。我正在使用Zurb 的基础框架
我在这里放了一个简单的版本
(名称中的bookmarklet部分与此问题无关)
如果你在文本框中输入一些文本，然后点击“抓取”(使用Firefox)，你就会看到问题--输入被提醒了，这是理所当然的。但是，不可能实际查看文本框中的文本。
有人知道这是不是可以修复的东西吗？
PS。这不是真正的屏幕抓取--事后看来，抓取这个词并不是最好的选择。
PPS。使用Firefox 20、Mac OS 10.6.8
浏览 1提问于2013-04-24得票数 0
回答已采纳
我正在尝试学习Jquery，问题就在这里。我将了解如何使用Jquery从锚元素中抓取文本
alert($(this).text());
但问题是，我不知道如何使用Jquery在页面上将捕获的文本显示为H2标记。
浏览 1提问于2013-07-05得票数 1
4回答
我正在抓取输入框的值，并将其作为querystring传递给URL。我不想抓取默认值"Enter Keywords(address....)“，它由以下内容控制以显示或隐藏：
//**onClick and OnLostFocus (focus and blur) events on textareas and input textboxes**
$('input[type="text"], textarea').focus(function () {
defaultText = $(this).val();
浏览 0提问于2012-03-01得票数 0
我需要抓取一个网页()，但我遇到了一个问题--我需要在首页显示的文本绝对隐藏在许多不同的格式化标记中。
我知道如何使用Beautiful Soup抓取常规页面，但这并不能满足我的需要(例如，文本丢失，一些标签通过...)
import requests
from bs4 import BeautifulSoup
from collections import Counter
urls = ['https://www304.americanexpress.com/credit-card/compare']
with open('thisisanew.txt'
浏览 1提问于2014-09-09得票数 0
我有一个Windows应用程序(Windows表单应用程序)。我需要运行一个自动化来抓取当前窗口中的所有文本，包括窗口块，以及窗口中所有元素的所有文本。
我尝试使用SendMessage和GetWindowText，它只返回窗口块，但我也需要在窗口中获取文本。
有没有一种方法可以抓取窗口中的所有文本？
还是我需要循环遍历所有元素，并得到文本？那怎么做呢？
提前谢谢。
浏览 1提问于2013-08-22得票数 0
回答已采纳
我想能够通过PHP将PDF文件转换为HTML文件，但遇到了一些麻烦。
我找到了一种使用的基本方法，它可以让你将PDF转换成HTML文件。然而，这也存在一些问题，例如SVG、图像、定位、字体等的使用。
我所需要的是能够从PHP文件中抓取文本和与之相关的任何图像，然后以线性格式显示它，而不是使用绝对定位格式化它。
我的意思是，如果PDF看起来像这样：
我想把它转换成一个单独的列设计HTML文件。如果有图片，我也希望它们能被返回。
这在PHP中是可能的吗？我知道我可以简单地从PDF文件中抓取文本，但是抓取图像呢？
另一个问题是，我希望所有内容都是内联的，因为它是在单个文件中提供给客户端的。
浏览 0提问于2013-02-09得票数 13
回答已采纳
我有一个网页抓取脚本，它基本上是从一个网站上抓取一个故事(标题、描述/摘要和故事文本)，通常在多个页面中，然后将其全部写到一个文本文件中。
目前，我复制一个url并从PyCharm运行python脚本，它给出了我需要的结果。
但是，我希望自动运行脚本部分，以便每当我复制包含特定文本(例如网站名称)的url时，它就会自动输出文本文件，而无需每次复制url时运行脚本。
浏览 7提问于2021-12-30得票数 1
我需要一些使用cheerio抓取网站的帮助 https://www.keepandshare.com/calendar/mobile.php?i=1940971&do=n 我想要抓取的文本紧跟在<p>之后。我想从calendar_one_line_text目录中获取此文本的最后一个匹配项。 <div class="calendar_one_line_text">
<p>Cedar 3,044 gr/m3 High, Grass 27 gr/m3 High, Trees 27 gr/m3 Medium, Molds Low&l
浏览 26提问于2020-12-27得票数 0
回答已采纳
fetch("/text").then(function(response){
response.text().then(function(text){
addWords(text.split(" "))
})
})
浏览 10提问于2021-02-08得票数 0
1回答
我需要抓取博客帖子的文本来构建博客帖子的摘要描述，类似于techmeme.com所做的事情。当它是一篇或几篇博客文章时，这不是问题。然而，从其中抓取文本的可能的博客是可变的，并且没有限制。你会怎么做呢？
我过去使用过html agility pack和yql，但这两个解决方案都没有内置的解决方案来满足这一需求。
我的一个想法是搜索div ids和div属性，命名为内容、帖子、文章等，看看它是如何工作的--而不是真正倾向于这个方向。另一个想法是在html文档中搜索最大的文本节点，并假设这就是我想要的节点-可能会导致一些误报。最后的想法是努力在google应用上创建一个众包数据仓库，允许社区管理(
浏览 1提问于2010-11-14得票数 1
允许您抓取用户在文本区域中选择的文本，而有非基于jQuery的文本抓取说明，用户在文本区域之外选择了文本。
我想知道后者的功能是否可以在任何jQuery插件中使用。
编辑：，是否有可能获得选择的开始和结束索引？也就是说，选择在包含元素中开始和结束的位置？
浏览 6提问于2009-08-23得票数 6
1回答
我正在使用vosk来比较用户的声音和给出的文本来阅读，并打印出一个精确的json。我可以通过终端单独运行vosk并得到结果。但是，当我试图通过烧瓶运行它时，我会得到以下错误。
flask.cli.NoAppException: While importing "app", an ImportError was raised:
Traceback (most recent call last):
File "/home/prks18/.local/lib/python3.8/site-packages/flask/cli.py", line 240, in lo
浏览 8提问于2022-03-21得票数 -1
回答已采纳
有没有人知道如何使用get文本和数据，把它们拼凑起来并插入到Excel中？
我想在我的Excel中显示的是那些在蓝色高亮显示，我能够得到数据表使用数据抓取，但我不能得到“104445”在一起。
浏览 5提问于2020-09-01得票数 2
我正在尝试用下面的HTML代码从一个网站上抓取数据
<a href='https://somesite.com/nation/id=344'>Vee Veetis <img src='https://somesite.com/img/flags/albania.jpg' class='tinyflag'></a><br />FireBird </td>
我有以下VBA
With IE.document
Set elems = .getElementsByTagName(
浏览 4提问于2014-12-19得票数 1
1回答
问题是如何获得ajax调用的源代码？这不是抓取的，例如如何抓取像这样的链接上的图片？
如果您确实检查了元素，那么它将在图片所在的中间显示正确的代码。但是如何抓取它呢？如果您点击下一页，那么它将在源中包含其他图像。如何获取所有图片的源码？
浏览 0提问于2014-03-05得票数 1
1回答
我正在研究像drupal & solr这样的技术，我已经安装了所有需要的modules.but，我需要知道如何从drupal中抓取数据。&如何在drupal和solr之间形成连接器。
浏览 0提问于2011-01-21得票数 0
1回答
我对抓取/apify非常陌生，但我正在尝试做一些应该很简单的事情，当搜索文本框处于焦点位置时，在bing.com上获得“趋势搜索”。
目前，我有：
async function pageFunction(context) {
function myTrim(x) {
return x.replace(/^\s+|\s+$/gm,'');
}
const $ = context.jQuery;
// log an alert when the search box gets focus
$( "#sb_form_q").f
浏览 17提问于2021-02-22得票数 0
我知道Gutenberg (一家提供公共领域书籍的公司)不允许自动访问他们的网站，但是他们提供的是一种“机器可读的格式”，特别是RDF。我是新来的，从来没有听说过这种格式，而googling对此帮助不大。我已经获得了rdflib模块，坦白地说，我不知道该如何处理。
我想要做的是提取文本，我认为它是通过我下载的RDF文件合法访问的。在rdf文件中，除其他外，这一行：
<dcterms:hasFormat rdf:resource="http://www.gutenberg.org/ebooks/100.txt.utf-8"/>
这将导致Gutenberg页面，其中包
浏览 3提问于2013-10-25得票数 3
回答已采纳
form...it有一些很酷的配置编辑器，可以抓取一个.ini文件，把它全部放在网页上，然后以纯文本的形式输出所有评论，然后提供一个内联文本输入，用户可以通过网页更改配置的有效lines...so。
浏览 1提问于2011-03-25得票数 1
我们将一些跟踪信息记录到一个典型的asp站点中的数据库表中。捕获的信息之一是用户会话ID (session.sessionid)。捕获的例子如下：
808592330
14267388
78330403
然后，在IIS日志中单独记录会话cookie(这些记录与上面的示例无关.我刚刚从碰巧打开的日志中抓取)：
ASPSESSIONIDACCDBSTT=FKOFEKICECOLNGLOIFLFINEI
ASPSESSIONIDACCDBSTT=GLOFEKICEECEFHFFFCFFEPCA
最重要的问题是，我如何将长sessionID与“可能编码并可能散列或加
浏览 0提问于2015-06-02得票数 1
回答已采纳
1回答
我正在为我的应用程序编写功能测试，它可以在线抓取一些数据，然后将结果发送到SMS文本中(每周一次)。我的理解是，功能测试意味着从用户的角度测试功能。那么，我如何“测试”用户接收到的文本？我正在使用Twilio。此外，如何测试用户是否每周收到文本？我是不是想错了？
浏览 0提问于2021-09-02得票数 1
回答已采纳
1回答
从互联网上抓取XML文件，并将其数据输入数据库。它的大部分都运行得很好。但我对具有相同名称但附加了不同值的xml标记有一个问题。
因此，我们有一个这样的xml文件：
<Overtag>
<Tag> Name </Tag>
<SubTag> TextSubTag </SubTag>
<TagWithValue value="SomeValue"> TextTagWithValue </TagWithValue>
</Overtag>
<Overtag>...
浏览 4提问于2016-09-11得票数 0
我希望在我的Eclipse插件中有一个可调整大小的文本区。它的右下角应该有一个抓取器，可以拖动它来更改文本区域的大小，类似于下面的html示例：
<!DOCTYPE html>
<html>
<body>
<textarea rows="4" cols="50">
This is a resizable html text area with a gripper at the lower right corner. How to create something similar with SWT JFace?
浏览 0提问于2016-11-16得票数 1
2回答
我使用ajax函数将注释附加到现有注释列表中。我已经为working添加了附件，但是在我追加之后，注释仍然在文本字段中。我正在试图找出如何在附加后清除文本字段。任何关于如何做到这一点的建议都将不胜感激。
$('.new_question_comment').on('submit', function(event) {
event.preventDefault();
$form = $(event.currentTarget);
$.ajax({
type: "POST",
url: $form.attr('ac
浏览 4提问于2014-01-20得票数 0
回答已采纳
1回答
在MongoDB中保留文本格式
、、、、
我正在用puppeteer进行网页抓取，但我得到的description有不同的文本格式，如h1、项目符号等。 我使用$("#JobDescriptionContainer").html();抓取文本，然后将其保存在MongoDB上，但当我将其放到我的JS/React应用程序中时，文本没有格式化(所有内容都在一个普通字符串中)。 如何在我的网站上以原始格式(如我抓取的网站上所示)显示抓取的文本？ 我想： ? 但我有： ?
浏览 20提问于2021-06-25得票数 0
回答已采纳
我想知道，一般来说，用从网络上自动抓取的文本来训练word2vec是不是一个好主意。在您可以在Web上找到的示例中，算法始终使用高质量的文本进行训练(正确的句子、正确的标点符号、没有陌生的单词等)。
然而，当自动抓取Web时，原始文本的质量不会那么高。另一方面，训练文本的编译可以自动完成，我们不需要花费时间。
浏览 0提问于2016-01-22得票数 2
我有两个任务要做。
1)我必须提取任何包含发票数据的CVS文件的头部。具体地说:发票号码、地址、地点、实物。我被要求为这个任务创建一个文本分类器，因此分类器将遍历任何CVS文件并识别这4个头文件。
2)在分类器识别了4个单词之后，我必须找到并附加该列的数据并创建一个类。
我对这个问题进行了研究，我认为必须采用的三种方法是:1)糟糕的词2)词嵌入3)K均值聚类
词袋可以识别单词，但它不会给我单词本身的位置，去抓取列并创建类。
Word embedded对于这个任务来说太复杂了，我认为，即使告诉我单词在文件中的位置对于这个任务来说也太耗时了
K-means看起来简单而有效，它告诉我单词在哪里。
在
浏览 3提问于2019-03-19得票数 0
我有一个关于将数据从文件逐行发送到C程序的问题，该程序将把数据的值从华氏度转换为开尔文。如何逐行读入程序，然后将输出逐行抓取回我的脚本？
浏览 0提问于2016-12-08得票数 0
我有一个循环，其中文本框将动态生成。我想在文本框值发生变化时捕获它。
对于每个具有唯一"id“值的文本框。你能告诉我如何使用JavaScript或jquery捕获文本框的值吗？
例如：
<!-- here id will generate dynamically -->
<input type="text" id="text1" value="test"/>
浏览 3提问于2013-09-07得票数 0
我想知道如何使用php抓取facebook的用户资料页面。我尝试使用CURL、fsockopen和file_get_contents，但它没有返回处理过的超文本标记语言页面。它只返回充满JS代码的HTML页面。看起来，facebook使用Javascript加载页面。所以，我想知道，如何使用php获得经过处理的HTML页面。
注意: 1.从facebook注销。2.点击用户地址，例如：
浏览 3提问于2011-04-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
