【发布时间】：2009-11-26 10:30:44
【问题描述】：
如何轻松提取仅嵌入在 html 页面中的网页内容（如 img、pdf、flv、doc、rtf、wmc 等），而不是 css 和 css 背景图像、javascript。
我正在将内容旧网站迁移到新网站。重新上传所有图片、链接的 pdf、flv 等。
【问题讨论】：
【发布时间】：2009-11-26 10:30:44
【问题描述】：
如果您使用过 XHTML，则可以使用普通的 XML-Parser。
【讨论】：
BeautifulSoup 类 op python 是一个非常好的解析器，在执行此类操作时非常方便。
【讨论】：
-
对不起，我不明白你的问题
为此，您需要一个 HTML 解析器。在 Perl 中，有 HTML::Parser 模块。
【讨论】：
- 您可以将 firefox 的 Firebug 插件用于只读目的。
- 您可以使用以下方法构建您的自定义应用程序：
http://www.codeplex.com/htmlagilitypack
【讨论】：