javascript - 請教一個火車頭採集器可用的純正規則!

來源:互聯網
上載者:User

情況是這樣的最近在用火車頭採集的目標源網站發覺對方的網站有些文章的標題前面有一些特殊符號!
這些特殊符號在標題中有的顯樣本如:等等等~~

有的不會顯示1 圖2!

那些標題上能顯示的還沒事兒~~1圖2上不顯示的會出現問題就是免登陸發布文章以後沒有標題了!!!

那個符號還不是一個兩個!使用替換功能替換隻能替換掉當前標題的符號,換個標題就替換不掉了,前後也沒有任何參照也不能用截取的方法~

這個事兒很困擾我!總不能採集文章每個都看看吧!挺煩人的這個事兒!!所以來求助來了!

我試了很多方法都不行!前天意外接觸到純正則,發覺這個可以去掉!
但是剛接觸這個東西還不會寫啊!所以來求助來了!

我的思路是用純正則替換掉第一個雙節字元~~或者替換掉第一個漢字前面的雙節字元!!

因為不知道火車頭支援什麼樣的純正則!目標我知道的只有這類[u4e00-u9fa5a-zA-Z]

請會的大神不吝賜教!感激不盡!

回複內容:

情況是這樣的最近在用火車頭採集的目標源網站發覺對方的網站有些文章的標題前面有一些特殊符號!
這些特殊符號在標題中有的顯樣本如:等等等~~

有的不會顯示1 圖2!

那些標題上能顯示的還沒事兒~~1圖2上不顯示的會出現問題就是免登陸發布文章以後沒有標題了!!!

那個符號還不是一個兩個!使用替換功能替換隻能替換掉當前標題的符號,換個標題就替換不掉了,前後也沒有任何參照也不能用截取的方法~

這個事兒很困擾我!總不能採集文章每個都看看吧!挺煩人的這個事兒!!所以來求助來了!

我試了很多方法都不行!前天意外接觸到純正則,發覺這個可以去掉!
但是剛接觸這個東西還不會寫啊!所以來求助來了!

我的思路是用純正則替換掉第一個雙節字元~~或者替換掉第一個漢字前面的雙節字元!!

因為不知道火車頭支援什麼樣的純正則!目標我知道的只有這類[u4e00-u9fa5a-zA-Z]

請會的大神不吝賜教!感激不盡!

  • 聯繫我們

    該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

    如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

    A Free Trial That Lets You Build Big!

    Start building with 50+ products and up to 12 months usage for Elastic Compute Service

    • Sales Support

      1 on 1 presale consultation

    • After-Sales Support

      24/7 Technical Support 6 Free Tickets per Quarter Faster Response

    • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.