这是一个创建于 2682 天前的主题，其中的信息可能已经有所发展或是发生改变。
例如：自己博客用的 hexo 模板，但是被其他网站抓取了好多，
还有：掘金上分享博客链接，之后博客文章就被抓取到掘金了。
还有：safari 浏览器中看博客，可以点击地址栏的预览，可以直接预览博客的文章
等等。。
这些是什么实现的吗？
通过选择固定的 class 来抓取网页？
但是我的 class 改了之后 safari 浏览器中依然可以预览。。
万能的 V2EX 伙伴们，有没有相关的技术方案，来讨论一下 ~
 |
1
creedowl 2018 年 9 月 23 日
之前研究过提取文章正文，发现有一些办法，比如计算文字密度
|
 |
2
dreasky 2018 年 9 月 23 日
找到标点符号最多的 div
|
 |
3
IvanLi127 2018 年 9 月 23 日 via Android
歪楼，我看成 万恶的 V2E....
|
 |
4
rekulas 2018 年 9 月 23 日  1
readability 算法了解一下
|
 |
5
Mogugugugu 2018 年 9 月 23 日 via Android
@dreasky 这个思路 不错😊
|
 |
6
zhangZMZ 2018 年 9 月 23 日
万能？看见这个词语解不解答了。
我的万能岂能让你知道，无知的凡人，哼╭(╯^╰)╮！ |
 |
7
yuanfnadi 2018 年 9 月 23 日 via iPhone 1
你把 class 的名字改成 footer 试试看
最近刚好在看 readability 的源码。 如果真的想抓 几乎不可能挡的住。 |
 |
8
Tink PRO 解析 dom 呗
|
 |
9
delectate 2018 年 9 月 24 日 1
常见的模板，写几个正则就够了，通吃 8 成网站；不常用的，readability。
|
 |
10
2010 2018 年 9 月 24 日 via Android
看网站写规则就行
|
 |
14
huangfs 2018 年 9 月 24 日
一般会有一套的模版的。
|
 |
15
ChanghuiN OP |
Select Language