Как вырезать текст?

Тема в разделе "PHP", создана пользователем zerg, 1 фев 2011.

  1. zerg

    zerg Administrator Команда форума

    Регистр.:
    18 июл 2008
    Сообщения:
    4.254
    Симпатии:
    3
    Задачка для мозга :) Как вырезать основной текст с любого сайта? Ваши предложения.
     
  2. ljpr

    ljpr New Member

    Регистр.:
    28 июл 2010
    Сообщения:
    64
    Симпатии:
    0
    Ответ: Как вырещать текст?

    В шесть утра я, сонный и с последней сигаретой в зубах, смело заявляю: ставим какой-нибуль хитрый плагин для Мозиллы и жмем Ctrl + X.
     
  3. ehfy238

    ehfy238 Banned

    Регистр.:
    17 апр 2009
    Сообщения:
    269
    Симпатии:
    0
    Ответ: Как вырещать текст?

    гениально! )))
    ну и мну после суток, неспавши)) свои 5 коп.
    Первый пост действительно гениален по своей простоте))) но требует уточнения.
    Делать вручную не лучший способ потратить свои лучшие годы на копипаст))
    Поэтому автоматизировать процес можно зенопостером или хуманом.
    Потому что написать универсальный парсер\грабер\постер под все все в нете - невозможно. К сожалению классов и кода под эту задачу привести не могу( мну недавно изучаю пых. но могу поделится лиц хуманом 4 для экспериментов. если фдруг что.
     
  4. Terrorist

    Terrorist New Member

    Регистр.:
    10 апр 2010
    Сообщения:
    490
    Симпатии:
    0
    Ответ: Как вырещать текст?

    Эт типо для того, чтобы над народом прикалываться? Залить программку в комп ничего не подозревающего юзера, и было бы интересно посмотреть, когда он заходя на сайт видит только дизайн?
     
  5. zerg

    zerg Administrator Команда форума

    Регистр.:
    18 июл 2008
    Сообщения:
    4.254
    Симпатии:
    3
    Ответ: Как вырезать текст?

    Я тут имел ввиду обсудить алгоритм. ПС как то должны вырезать текст, поэтому при описании работы алгоритма можно использовать данные индексации страниц.
     
  6. zerg

    zerg Administrator Команда форума

    Регистр.:
    18 июл 2008
    Сообщения:
    4.254
    Симпатии:
    3
    Ответ: Как вырезать текст?

    Вообще мну раньше делал что-то типа такого, смысл был в том чтобы групировать предложения, то есть оставляем только целые предложения, или настраиваем по объему предложений. Если есть идеи то отписываемся.
     
  7. FFman

    FFman New Member

    Регистр.:
    20 сен 2009
    Сообщения:
    171
    Симпатии:
    0
    Ответ: Как вырезать текст?

    Вот так можно попробовать (вырезает предложения).

    PHP:
    preg_match_all('/(?:[a-z\-\(\)\[\]\-\s\d]+\.)/si'$text$out);

    echo 
    implode("\n"$out[0]);
     
  8. maximus

    maximus Member

    Регистр.:
    23 апр 2009
    Сообщения:
    252
    Симпатии:
    0
    Ответ: Как вырезать текст?

    Выреать с HTML страницы можно удалив все теги, но вопрос в том как удалить технический текст, чтобы осталось только то что является информацией.
     
  9. krobol

    krobol Member

    Регистр.:
    30 июн 2009
    Сообщения:
    263
    Симпатии:
    1
    Ответ: Как вырезать текст?

    Мне пришла такая мысль: берём несколько страниц сайта, выискиваем на них одинаковые последовательности: шапка, футер, боковые меню, рекламные вставки и отрезаем их. Если на каком-то малом проценте страниц всё в корне отлично от большинства, то выкидываем их, как исключения из правила.
    В основном все сайты строятся по cms-ному принципу, так что контент должен отсеиться.
     
  10. Aektann

    Aektann New Member

    Регистр.:
    3 сен 2010
    Сообщения:
    71
    Симпатии:
    0
    Ответ: Как вырезать текст?

    Если нужно вырезать статьи, то мб по наибольшему куску текста? Игнорируя теги p, a, br и т.д.
     
  11. zerg

    zerg Administrator Команда форума

    Регистр.:
    18 июл 2008
    Сообщения:
    4.254
    Симпатии:
    3
    Ответ: Как вырезать текст?

    Я думаю что просто нужно получить страницу, почистить теги и удалить одиночные слова(несколько слов), за исключением заголовков.
     
  12. hardstranger

    hardstranger New Member

    Регистр.:
    18 июл 2011
    Сообщения:
    5
    Симпатии:
    0
    Ответ: Как вырезать текст?

    Регулярным выражением - как еще? Ручками можно... :)
     
  13. FFman

    FFman New Member

    Регистр.:
    20 сен 2009
    Сообщения:
    171
    Симпатии:
    0
    Ответ: Как вырезать текст?

    Можно еще через DOM -> InnerText
     
  14. g00dvin

    g00dvin New Member

    Регистр.:
    7 ноя 2012
    Сообщения:
    6
    Симпатии:
    0
    Ответ: Как вырезать текст?

    можно так:

    открыть пару страниц, 3-5
    сравнить страницы, вырезав динамику счетчики джаву...
    получим то что ищем
     

Поделиться этой страницей