120分高手进，这问题居然说有人解决不了

http://topic.csdn.net/u/20091214/15/16d38476-3164-4978-9b24-4c4f0f65d10b.html务必看清需求

解决方案 »

免费领取超大流量手机卡，每月29元包185G流量+100分钟通话, 中国电信官方发货

   你获取到这个url   在写一个转静态页面的方法，就会获得整个页面的全部内容!
  我说的没错啊！你不就是想得到url的网页全部信息么？
这位同学就是没事找事型.你的需求解决不掉.你就算找到比尔盖茨来,还是解决不掉.这个已经不是语法,或者代码的事情了.而是你的逻辑问题.你都说了,标题不知道会放在 h1 div 还是p里面..那怎么去判断?如果广告也放在 p里面标题也放在p里面过滤p内容自然过滤掉了标题这个是定向思维,除非你能确定所有网站的内容都放在某个特定的而且不会重复的标签里面,
否则你怎么过滤?智能判断是广告还是内容? 可能么?
判断都是写出来的,你的问题针对某一个URL可以解决,但是URL是用户输入的,这个就无解了.除非所有网站都一样.内容放p 标题放h1  而且广告不涉及p和h1你的要求就是无解.
没看清就不会回答你了...
看了你前面帖子的全部回帖..
思考了判断的方法,
得出的结论就是..你的想法只可能在之下条件其中1个完成
1:都是同一个网站的的URL
或
2:都是统一的代码. 广告放在某个指定标签,内容放在某个指定.否则根本不可能完成.思考下逻辑判断就知道答案了.
楼主啊，别人说的很清楚了，用正则。一条正则，只能对特定的url或者网页有效，如果你换其他url，很可能就要重新定义正则。鉴于你所说的url不固定，那我目前只能想到，把正则改成配置项（在UI里可以增加、修改、删除），把已知的url对应相应的正则。
原来..一个URL=一个正则.根据不同的URL去用不同的正则
不过唯一的需要楼主你自己不停的写正则了,所有网站不一样的..这样问题解决了.
哎也许我表达的比清楚让你无法理解没看清在问  对你做单独回帖还有那个出售脑残片的  你也看清了才说  然后留着自己备用我说了这个url是不固定的但没说页面内容只是文章可以有少部分不能精确的其他内容这个是可以实现的吧？还有如果这个页面不是主要说文章比如www.sina.com 我只截取代表性内容这个我想貌似可以实现不太确定
还有什么不可以？
long123x你还没看明白
  发现是我表达的这么差还是你没听明白我快受不了了哎早知道就去写中文系了
确实，完全通用而不采用人工干预/智能判断是做不到的。lz的问题类似“新闻自动抓取”，提这方面问题的人很多，有些CMS系统也自带有“新闻抓取功能”，楼主可以在网上搜索下。一般要实现这样的功能都要做一个小系统，不是一两段简单代码就能搞定的。RSS就是为了解决这种需求发明的互联网标准，跟着标准走才是正道。
long123x  已经明白了。楼主，解释了那么多，我们当然明白了，现在是，我们怀疑楼主您没明白。你的原贴和这个帖子，很多人都说了：一个正则式，不能解决所有网站有效信息截取的。
您如果要这么做，只能把正则式做城配置项，就是类似，你在注册论坛或者博客啊，别人让您提供性别或者职业那种可选项，您自己来维护这个正则列表，不同的url(网站)用相应的正则去匹配。现在的问题是：如果楼主执意要用一个正则来完成所有的网站正常截取，是不能办到的。那我们又怎么能给您答案呢。
jxyxhzigelf你们这么鄙视我？貌似我没有得罪你们吧？大哥大姐我刚上班不就你们也不用这样对我吧？虽然俺是农村来的，虽然俺学历的，虽然俺没技术虽然俺语言表达不好
但你们也不能这样欺负人吧？不行俺，俺去居委会告你们，哼！俺的问题是表达的不清楚但现在貌似已经清楚了，谢谢
www.youdao.com ？？人家是移除了所有HTML，取的文本
igelf  看清题目有些人是理解了但我需要的是具体的实现你也没看清
哎  看清了才说 OK?我文化低你也说了他们也许给了解决方案但俺看不懂要不你给个方案？
1.要像有道一样,嗯,LZ你可能没看仔细,有道也只是把标签去了,你要这么做也就只是把标签等去了,留下的就是了
2.如果要实现你说的类似"网页抓取"或者说"爬虫"之类的功能,确实不是一个正则可以解决的,也不可能很准确的实现,18L和22L都已经说得很清楚了.
帖子结了吧，按你的要求我们的确做不到如果lz做到了，那么价值起码4000w（呵呵，一个垃圾绿坝不管咋说也买了这个价，如果lz真把这个要求做到了，那么起码也能写出一个比绿坝更好的东西出来）
如果特指正文，那竹子觉得没有通用的方案，应该是针对不同的网站用不同的规则。
放宽一点的话，可以定一个较通用的规则，因为有一部分网站都是较规矩的，比如正文的容器ID是content