я бы сделал просто сначала Установить разрешение браузера, например 600х1200, типа как у планшета, или же электронной книги.
Затем тыкнул прмрено в точку, где всегда на каждом таком сайте будет текст, скорей всего это будет по середине страницы где-то ближе к низу, вычислил бы эту координату, затем просто Правой кнопкой "Получитьь текст", и скорее всего будет сохранена вся статья.
Затем переходим к следующему сайту.
Убрать лишний текст. Регулярка?
-
Вот текст:
<p>Эмманюэль Макрон и вовсе прямым текстом заговорил о глобальном потеплении и подчеркнул, что <a href="https://site.com/kak-vestsi-ekologicheskiy-stil-zhizni">нынешних мер по борьбе с ним недостаточно</a>. </p> <figure><img src="https://site.com/storage/2019/a/anomalnaya-zhara-v-evrope/12.jpg" alt=""></figure> <p>Не так давно мы писали о том, что <a href="https://site.com/rekordnoe-tayanie-ldov-v-grenlandii">растаяли льды в Гренландии</a>. И хотя это тоже сезонное явление, ученые всего мира видят огромные проблемы. Человечество всё-таки довело планету до серьезных климатических изменений, и кто знает, что нам теперь сулит будущее.</p>"
В тексте два раза встречается <a href="https://site.com/*."> Нужно убрать две лишние части с текста <a href="https://site.com/*.">И нужно отдельным действием убрать </a> (хочу узнать как это делать отдельно).
-
@wladeeck said in Убрать лишний текст. Регулярка?:
Вот текст:
<p>Эмманюэль Макрон и вовсе прямым текстом заговорил о глобальном потеплении и подчеркнул, что <a href="https://site.com/kak-vestsi-ekologicheskiy-stil-zhizni">нынешних мер по борьбе с ним недостаточно</a>. </p> <figure><img src="https://site.com/storage/2019/a/anomalnaya-zhara-v-evrope/12.jpg" alt=""></figure> <p>Не так давно мы писали о том, что <a href="https://site.com/rekordnoe-tayanie-ldov-v-grenlandii">растаяли льды в Гренландии</a>. И хотя это тоже сезонное явление, ученые всего мира видят огромные проблемы. Человечество всё-таки довело планету до серьезных климатических изменений, и кто знает, что нам теперь сулит будущее.</p>"
В тексте два раза встречается <a href="https://site.com/.">
Нужно убрать две лишние части с текста <a href="https://site.com/.">
И нужно отдельным действием убрать </a> (хочу узнать как это делать отдельно).Вам хоть помогло моё решение то?
-
-
@wladeeck said in Убрать лишний текст. Регулярка?:
неужели никто не знает решения или где его искать?
Для парсинга html страницы используйте xpath вместо регулярок
-
-
@wladeeck said in Убрать лишний текст. Регулярка?:
@Fox Мне не нужно парсить ничего. У меня есть переменная с которой просто нужно убрать <a href="https://site.com/.*">. Как например в блокноте команда "заменить все".
Ещё раз говорю, используйте Xpath
-
@Fox Xpath уберет другие элементы кода, а мне нужно чтоб они сохранились. Нужно чтоб в результате получилось:
<p>Эмманюэль Макрон и вовсе прямым текстом заговорил о глобальном потеплении и подчеркнул, что нынешних мер по борьбе с ним недостаточно</a>. </p> <figure><img src="https://site.com/storage/2019/a/anomalnaya-zhara-v-evrope/12.jpg" alt=""></figure> <p>Не так давно мы писали о том, что растаяли льды в Гренландии</a>. И хотя это тоже сезонное явление, ученые всего мира видят огромные проблемы. Человечество всё-таки довело планету до серьезных климатических изменений, и кто знает, что нам теперь сулит будущее.</p>"
-
@wladeeck said in Убрать лишний текст. Регулярка?:
@Fox Xpath уберет другие элементы кода, а мне нужно чтоб они сохранились. Нужно чтоб стало так:
<p>Эмманюэль Макрон и вовсе прямым текстом заговорил о глобальном потеплении и подчеркнул, что нынешних мер по борьбе с ним недостаточно</a>. </p> <figure><img src="https://site.com/storage/2019/a/anomalnaya-zhara-v-evrope/12.jpg" alt=""></figure> <p>Не так давно мы писали о том, что растаяли льды в Гренландии</a>. И хотя это тоже сезонное явление, ученые всего мира видят огромные проблемы. Человечество всё-таки довело планету до серьезных климатических изменений, и кто знает, что нам теперь сулит будущее.</p>"
Модуль "регулярные выражения", действие "Заменить строку"
<\/?a.*?>Тестовый скрипт
