个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
26
4
如何从万维网任何网页的 JAVA 页面的“页脚”部分检索“联系我们”链接。
例如查找页脚元素，或 id="footer"或具有页脚类的元素？
我尝试使用 JSOUP 从网页检索所有链接，然后在其中运行正则表达式 .*contact.* 。但我不能 100% 确定通过这种方法获取的链接是网站的联系我们页面。
第二季度
是否有任何其他可靠的方法，或者我是否可以使用页脚链接和我已经完成的方法来断定页面是否肯定是联系我们页面？
最佳答案
But I cannot be 100% sure on that the fetched link...
你永远无法确定。
对于给定的随机 HTML 页面，您想要找到“联系我们”链接。这种工作对于人类来说是微不足道的。这对计算机来说是一个巨大的挑战。
我可以在您的情况下看到一些选项:
选项 1:众包
检查平台是否提供 API。
+ work done by human
+ dynamically adapt to unknown pattern
- cost money
- We suck at repetitive tasks
选项 2: IA(模式搜索)
+ Automated task
+ Can perform a repetitive task long time
- May take time to built a robust solution
- Risk of false positive or complete miss
选项 3:使用 Jsoup
此选项是一项永无止境的任务。您必须始终为 Jsoup 提供新模式。我建议您建立一个监控系统，告诉您网站何时逃脱任何已知模式。
+ Automated task
+ Can perform a repetitive task long time
- Take time for studying, discovering, adding new patterns
- Risk of false positive or complete miss
选项 4:上述三个选项的混合
您可以在您的目标网站上使用这三个选项。
+ Reduce chances of false positive or complete misses
+ More confident final result
- Take time for studying, discovering, adding new patterns
- Cost money
关于java - 使用 JSOUP 从网页检索有用信息，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38049230/
26
4
0
当我开始学习一门新语言时，我总是觉得我没有以实用、标准的方式进行学习。所以这里有一个关于 jQuery 的问题以及我所做的是否可以接受。 我有 3 张图片。 然后我让 jQuery 检测 $('
基本上，我想知道线程是否有用或必要，或者可能更具体地说，您将使用它的用途和情况。我对线程了解不多，也从未使用过它(我主要使用 C#)，并且想知道如果使用它们是否会提高性能或稳定性。如果有人愿意解释一下
这个问题在这里已经有了答案: What is The Rule of Three? (8 个答案) 关闭 7 年前。 嘿嘿。我有一个让我很难过的问题。我自定义了一个普通的拷贝构造函数但它只在我初始化
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: Uses for multiple levels of pointer dereferences? 我在 C
我不确定异常在每种语言中的工作方式是否相同，但我使用的是 PHP，我想知道我什么时候做这样的事情: if (!$this->connection[0]->query($this->query)) t
Scala native 是最近发布的，但是他们(现在)使用的垃圾收集器非常rudimentary，因此不适合严肃使用。 所以我想知道:为什么不只将Scala转换为Go (即Scala.js)？这将是
最近，我一直在研究docker及其对SaaS公司的有用性。我花了一些时间学习如何容器化应用程序，并简要了解了什么是docker和容器。我在理解这项技术的实用性时遇到了一些问题。我看过dockercon
我必须根据出现在它们之前的字符串是否是某个关键字“load”从输入文件中读取整数。没有关键数字告诉我们要输入多少个数字。这些数字必须保存到一个数组中。为了避免为扫描的每个附加数字创建和更新新数组，我想
Deferred 对象具有回调池 doneCallbacks、failCallbacks 和 progressCallbacks。 doneCallbacks 和 failCallbacks(以及方法
这个问题在这里已经有了答案: Is there a case where including the same header twice is actually helpful? (6 个答案) 关
我在C++ Programming Language的书上看到了下面的例子 class Ptr { X* operator->( ); }; voide f(Ptr p) { p-
你能不能: template const T &operator[] (unsigned int x) 我的想法是如果你有一个 map如果有一个包装器类可以让您这样做，那就太好了: obj["Int
根据doc这个tutorial , cmp() returns -1 if x y 教程里也说了 cmp() returns the sign of the difference of two nu
我经常读到 It seem that identity monad is useless. It's not... but that's another topic. 那么谁能告诉我它有什么用？ 最佳
我已经知道实现和接口(interface)的基础知识。我不明白什么时候使用接口(interface)。有接口(interface)的要求是什么？ 例子: /// Interface demo Inte
在一些 R 函数的主体中，例如 lm，我看到对 match.call 函数的调用。正如其帮助页面所述，当在函数内部使用 match.call 时，会返回指定参数名称的调用；这对于将大量参数传递给另一个
在监督学习中，我有典型的训练/测试分割来学习算法，例如回归或分类。关于无监督学习，我的问题是:训练/测试分割是否必要且有用？如果是，为什么？ 最佳答案 这取决于问题、数据集的形式以及用于解决特定问题的
我最近接触到 Javascript 模板并变得非常感兴趣。 我正在使用 MVC 模式构建一个大型 PHP 应用程序。模板由相当棒的 Twig 处理. 我最近遇到了一个 javascript imple
我最近在一个我要重构并拥有的项目中遇到了以下代码行: SomeClass someClass = new SomeClass(); 我这辈子都想不通为什么有人会以这种方式使用泛型。我想出的唯一原因是
亲爱的，我正在阅读这篇关于通过 asp.net 4 中的代码动态添加元标记的帖子 - 但我想问一下对 SEO 有什么好处，静态添加它或者在代码后面添加它没有问题 http://weblogs.asp.
我是一名优秀的程序员,十分优秀！