【已解决】30元扒网站数据

lxh623

http://www.chinapoesy.com/XianDaiAuthorList_1.html
有十个栏目，别的栏目左上，点击“XX诗人”可以到类似上面的网页。只有全唐诗好像没有。
想得到标题，如里面的链接文字。http://www.chinapoesy.com/XianDa ... A-3F3847ED3F05.html
点开这个得到诗歌名字、作者名字，和正文。作者前面，最好加个“作者：”。
正文最好就是那部分的html代码。
四个字段一行。用制表符或者别的规则符号隔开。

想做一个MDX字典。
不太懂电脑。有个最简单的例子。下面的文本可以做成字典。（说实话，我自己希望，下载了再来自己编辑标题字段，按照人气数据排序。再打包。）

05-第五课
第五课<br>系<br>我系屋企<br>餐厅系一楼<br>车站系对面<br>厕所系左手边<br>说说看，看图来记忆：<br>我住系附近<br>公园<br>图书馆<br>百货公司<br>医院<br>超级市场<br>邮局<br> 会话一<br>厕所系边度呀？<br>系前面转左。<br>唔该。<br>会话二<br>系边度等你呀？<br>系火车站出口。<br>好呀。<br> 小词库<br>厕所、<br>边度、<br>前面、<br>转左、<br>火车站、<br>出口
</>
06-第六课
第六课<br>系边度呀？<br>海关系边度呀？<br>差馆系边度呀？<br>医院系边度呀？<br>课室系边度呀？<br>说说看，看图来记忆：<br>系边度呀？<br>邮局<br>车站<br>学校<br>银行<br>差馆<br>餐厅<br>会话一：<br>唔该地铁站系边度呀？<br>系前面转右。<br>好呀，唔该。<br>会话二：<br>边度有快餐店呀？<br>系车站隔离。<br>唔该晒。<br> 小词库：<br>地铁站、<br>前面、<br>转右、<br>快餐店、<br>隔离、<br>唔该晒
</>

谢谢诸位！！！

lxh623

回复 2# flashercs
想获得更多的栏目，不只是唐诗。
另外，想得到带有人气数据那一个作为标题。
谢谢！！

lxh623

回复 6# WHY
各位大侠，想得到第二个链接的人气数字。
文本格式，用制表符分隔。
最后一个字段——正文的转行用html原有的，或者容易替换到“<br>”的。
谢谢！！

lxh623

回复 8# WHY
爱情故事 (136569)        爱情故事        北岛        毕竟，只有一个世界<br>为我们准备了成熟的夏天<br>我们却按成年人的规则<br>继续着孩子的游戏<br>不在乎倒在路旁的人<br>也不在乎搁浅的船<br><br>然而，造福于恋人的阳光<br>也在劳动者的脊背上<br>铺下漆黑而疲倦的夜晚<br>即使在约会的小路上<br>也会有仇人的目光相遇时<br>降落的冰霜<br><br>这不再是一个简单的故事<br>在这个故事了<br>有你和我，还有很多人<br>

网页不是<br>，可以用网页的 <br />等等。

另外一个朋友的代码，没有第一个字段，也没有转行代码。

谢谢！！！

lxh623

回复 10# WHY
http://www.chinapoesy.com/TangShi1166.html
这个结果没有转行代码。唐诗多半吧，宋词好得多。
下载了唐诗宋词，就停了。
再麻烦一下。

另外，可以不下载宋词那个栏目。希望是全宋词，http://www.chinapoesy.com/SongCiAllIndex_1.html
追加二十元，全唐诗。既然，做得到。这个要麻烦一些。需要单独一个脚本。
打开http://www.chinapoesy.com/TangShiAllIndex.html
每一卷打开，得到诗人的链接，写入文本。900卷。最后删除重复的，大约二千多诗人。然后每一个链接去获取。而且，每一个诗人可能多页，李白有18页。
做得到的话，也就不用下载唐诗。
祝你开心！

lxh623

回复 14# WHY
总是一些转行，一些没有，因为网页有不同格式。
比如，http://www.chinapoesy.com/Foreig ... 2-F65E55B14201.html
可能网页没有任何转行代码。

请问，可以获得前三个字段为一行。（有两个制表符，可能用不着加A）
然后，诗歌正文用网页看得见的样子。会不会更好？？
例如：
爱情故事 (136569)        爱情故事        北岛        
毕竟，只有一个世界
为我们准备了成熟的夏天
我们却按成年人的规则
继续着孩子的游戏
不在乎倒在路旁的人
也不在乎搁浅的船

然而，造福于恋人的阳光
也在劳动者的脊背上
……………

麻烦了！

lxh623

回复 16# flashercs
外国诗歌下载1923就停了，大约3245个。
全唐诗怎么下载？
主要这两个。

谢谢！！

lxh623

回复 13# WHY

全唐诗怎么没有第一个字段，数字那个。
得到42328，网站说43000多。不知道哪里少了？
谢谢！！

lxh623

回复 19# flashercs
外国诗歌是我复制到文本，http://www.chinapoesy.com/ForeignAuthorList_1.html，处理得到数字，excel汇总的。您的是报错退出的？
再来一次，还是1923 。

全唐诗明天我再看看，数字字段，我知道，也是最后要处理到的样式。

lxh623

回复 16# flashercs
下载了全唐诗，哪里修改代码，不再下载。谢谢！！

lxh623

回复 26# WHY

谢谢了！不好意思让您辛苦了！祝您节日快乐！