phần mềm lấy text

[lehoang0109]

tìm text thấy khó quá nếu copy text thì lâu nên mình viết 1 cái mới áp dụng xpath nên tốc độ khá nhanh

code mình viết bằng C#

ở đây mình đính kèm 2 file cho người dùng cuối và nhà lập trình

hiện chương trình mình chỉ chạy được các site viết bằng utf-8 và không hiện nội dung bằng javascript hay AJAX

2 site mình add sẵn là zhsxs.com và menghen.org mọi trông tin config site nằm trong file config.xml
mộ số thông số trong file config.xml

<webs>
    <web>zhsxs.com</web>// địa chỉ trang web không có www
    <web_begin>http://gate.baidu.com</web_begin>// cái này không cần quan tâm
    <getchuong_xpath>//tr/td/a</getchuong_xpath>// Xpath xác định link các chương 
    <getchuong_start></getchuong_start>// cái này không cần quan tâm
    <getchuong_end></getchuong_end>// cái này không cần quan tâm
    <begin>0</begin>// cái này không cần quan tâm
    <gettitle_xpath>//tr/td/h1</gettitle_xpath>//xpath xác định tiêu đề chương
    <gettitle_att></gettitle_att>// cái này không cần quan tâm
    <gettitle_value></gettitle_value>// cái này không cần quan tâm
    <gettext_xpath>//tr/td/div***91;5***93;</gettext_xpath>//xpath xác định text của chương
    <gettext_att></gettext_att>// cái này không cần quan tâm
    <gettext_value></gettext_value>// cái này không cần quan tâm
  </webs> 

các bạn có thể kiểm thử với bộ này
http://www.zhsxs.com/zhschapter/38667.html

mục tiêu cần giải quyết hiện thời
1. Đọc được các site mã hóa bằng GBK
2. Lấy được Xpath một cách dễ dàng như phần mềm của bán Quỷ Kiếm


Update sửa lỗi
1. Đọc được các site mã hóa bằng GBK //đã giải quyết
2. Lấy được Xpath một cách dễ dàng như phần mềm của bán Quỷ Kiếm

bác nào biết comment báo em với


11.08.13 get_text_tq_update2.rar
thêm chức năng xóa xuống dòng

[Nhiếp Phong]

xpath không khả thi vì có khi phải lấy nội dung của các tag lồng nhau qua việc định nghĩa các thuộc tính.

Muốn xài xpath phải sử dụng 1 cách khác.

[lehoang0109]

xpath không khả thi vì có khi phải lấy nội dung của các tag lồng nhau qua việc định nghĩa các thuộc tính.

Muốn xài xpath phải sử dụng 1 cách khác.

mỗi site có 1 kiểu riêng mình có file config để lưu thông tin xpath của từng trang nên không sao còn những site có cấu trúc phức tạp thì mình dùng attbutes và value để xác định innertext nên mình thấy nó vẫn khả thi

[InSoul]

cho mình hỏi cái này (do thấy 2 bro biết lập trình+hỏi trong hỏi đáp ko thấy ai trả lời):
- làm cách nào để xóa được các đoạn văn bị break line (do dùng tag <br) và đoạn văn dùng tag <pre. Nếu được, làm thế nào cho nhanh với 1 trang và với n trang truyện.
Nguyên nhân: một số trang truyện khi copy bị hiện tượng gãy đoạn văn nên khi chép vào QT nó bị xuống hàng vô tội vạ.
Đa tạ.

[tuyetphanhoa]

Những trang nào thế?