扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
Gne如何提取新闻网页，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
为汪清等地区用户提供了全套网页设计制作服务，及汪清网站建设行业解决方案。主营业务为成都网站制作、网站设计、外贸网站建设、汪清网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
GNE[1]是我开源的一个新闻网站正文通用抽取器，自发布以来得到了很多同学的好评。
一直以来，GNE 是以 Python 包的形式存在，要测试 GNE 的提取效果，需要使用 pip 先安装，再写代码使用。
为了降低测试 GNE 的成本，也为了让更多同学了解 GNE，测试 GNE，我开发了网页版的 GNE——Gne Online。
打开Gne Online 的地址为：http://122.51.39.219/，打开以后的页面如下图所示。
要测试 GNE 的功能，你只需要在最上面的文本框中粘贴网页源代码，并点击提取按钮即可：
对于标题、作者、新闻发布时间这种可能发送误提取的情况，我们可以通过下面对应的Title XPath、Author、Publish Time XPath来输入 XPath 定向提取。例如对于今日头条的文章：
新闻的作者提取失误，此时可以指定 XPath：//div[@class="article-sub"]/span[1]/text()来定向提取，如下图所示。
通过设定Host输入框，可以在网页正文中的图片为相对路径时，拼上网址。
通过勾选下面的With Body Html复选框，可以返回正文所在的区域的网页源代码。
看完上述内容，你们掌握Gne如何提取新闻网页的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网