傻瓜式提取网页数据的油猴脚本(JavaScript 代码)

以下是一个简单的JavaScript脚本,用于从网页中提取所有的文本内容。这个脚本会获取页面上所有的文本节点,并将它们拼接成一个字符串。




function extractTextContent(node) {
  var textContent = '';
 
  function getText(node) {
    if (node.nodeType === Node.TEXT_NODE) {
      textContent += node.textContent.trim();
    } else if (node.nodeType === Node.ELEMENT_NODE) {
      var childNodes = node.childNodes;
      for (var i = 0; i < childNodes.length; i++) {
        getText(childNodes[i]);
      }
    }
  }
 
  getText(node);
  return textContent;
}
 
// 使用方法:
// 假设你已经有了一个DOM对象,比如document
var pageText = extractTextContent(document);
console.log(pageText);

这段代码定义了一个extractTextContent函数,它接受一个DOM节点作为参数,并递归地遍历这个节点下的所有子节点,将文本节点的内容拼接起来返回。在实际使用时,你需要确保这段脚本在页面加载完成后执行,例如你可以将它放在一个window.onload事件处理函数中,或者使用现代的方法如document.addEventListener('DOMContentLoaded', function() { /* 脚本内容 */ });

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日