web

Question

sadece ilgili kısmını alın Nasıl Evernote's Web Clipper plugin veya Announcify plugin sayfanın yalnızca olsun alakalı makale/yayın/içerik parçası yapar? İşte Evernote eklentisinden bir ekran görüntüsü:

olursa olsun, bu her zaman sayfanın size haber/yayın/içerik kısmını elde edebiliyoruz hangi diğer düzen wises tamamen farklı olan ziyaret web sitesi.

Her web sitesi bazıları değil, farklı etiketler, ana/makale/içerik kısmı için, HTML5 başkalarının bazı kullanım <article> veya <section><h1> > <p> kullanıyoruz, bazı kenar çubuğu var, farklı düzenler vardır, bazı kullanım <h2> > <p> ve diğerleri kullanmayın hiç Dolayısıyla, web sitelerinin düzenlerinin yanı sıra etiketlerin farklı kombinasyonu da vardır.

Herkes, ana makalesinin/içeriğinin/içeriğinin Javascript veya PHP yoluyla edinilmesini önerebilir mi?

Answer 1

Basit bir DOM ayrıştırma yapmak ve daha fazla metin içeren <div> s ve <p> s için arama yapabilirsiniz (metin! Değil HTML kodunu!). Ancak, ne olursa olsun içerik olduğu belirlemek için seçecektir akıllı yöntemden bağımsız olarak, ayrıştırma DOM başlamak, bu yüzden PHP kütüphanelerini ayrıştırma DOM bir göz atalım olmalıdır.

Neyse, bundan başlatabilirsiniz:

http://w-shadow.com/blog/2008/01/25/extracting-the-main-content-from-a-webpage/

oldukça iyi görünüyor, ve kendi içinde bir şeyler yazmak isterseniz teknik açıklamalar verir

.

Answer 2

Çoğu blog motorları işte içeriği 'kimliğine div verir.

• javascript olarak size DOMDocument :: getElementById ('content') yapacağını php olarak
• ('# içeriği') $ tıpkı olacaktır.