Nano Hash - криптовалюты, майнинг, программирование

Создание регулярного выражения со специальными символами в Web Harvest

Я использую веб-урожай (http://web-harvest.sourceforge.net/), инструмент для очистки веб-страниц с открытым исходным кодом.

Регулярное выражение, которое я пытаюсь использовать, имеет символы «‹», «>» (потому что я пытаюсь удалить все входящие теги HTML). Это вызывает проблему, поскольку содержимое элементов должно состоять из правильно сформированных символьных данных или разметки.

Мне нужно как-то избежать регулярного выражения, но не могу понять, как это сделать.

Любые идеи?

xml regex webharvest
10.02.2011

  • Разбор HTML — решаемая проблема. Подумайте, действительно ли вам нужно заново изобретать решение с использованием регулярного выражения. Обязательная ссылка SO: stackoverflow.com/questions/1732348/ 11.02.2011

Ответы:


1

Чтобы сделать регулярное выражение правильно сформированным XML. Попробуйте заменить < на &lt; и > на &gt;. Точно так же, если в вашем регулярном выражении есть &, вам нужно будет заменить его на &amp;.

Также я бы посоветовал вам использовать парсер HTML вместо регулярного выражения для этой задачи.

10.02.2011
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..