设为首页收藏本站
开启辅助访问 切换到窄版
搜索
第一问答网»论坛 › 中问网 › 问答 › 网页爬虫如何能够保存下网页里面内容的格式 ...

网页爬虫如何能够保存下网页里面内容的格式

[复制链接]
查看11 | 回复2 | 2021-1-27 07:06:31 | 显示全部楼层 |阅读模式
求教，在写一个抓取内容的爬虫，用的jsoap取网页的内容，有一个问题，jsoap取出来的text数据，是不带任何格式信息的，例如一个排版好的网页，里面的正文部分用了很多的CSS标签或者
这些来进行格式排版，如何能做到取到的内容带有排版信息？
不要求带颜色这些，只要能做到像在网页里面拷贝，在notepad里面粘贴能够保存段落格式那样就行了。
分 -->
回复

使用道具 举报

千问 | 2021-1-27 07:06:31 | 显示全部楼层
爬虫没那么强大
回复

使用道具 举报

千问 | 2021-1-27 07:06:31 | 显示全部楼层
把网页引入的css文件也下载下来，正文部分不应该有太多css样式吧
回复

使用道具 举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

千问

主题

0

回帖

4882万

积分

论坛元老

Rank: 8Rank: 8

积分
48824836
回复楼主 返回列表
热门排行