noweb2008 发表于 2009-3-28 20:24:10

采集回来的标题前面有很多空格无法删除！！！

ali76ls ，偶是新手，最近练手采集一篇法规：http://www.spp.gov.cn/site2006/2008-01-17/0002416777.html

网页源代码中关于标题的代码是这样的：
<td class="txt18" align="middle" height="50">
                              最高人民检察院关于印发《人民检察院信访工作规定》的通知
                            </td>
我在编辑任务时，定义标题采集开始于“<td class="txt18" align="middle" height="50">”，结束于“</td>”。
采集回来的标题是“                                       最高人民检察院关于印发《人民检察院信访工作规定》的通知”，即标题前有很长的空格，偶已经选择了排除所有的HTML标签了，但结果依然令人失望，不知道如何去除没用的空格？

请各位指点！！！！谢谢！

zydxdx 发表于 2009-3-28 20:37:15

那是因为<td class="txt18" align="middle" height="50"> 标签后面本身就有空格
楼主把这个标签后面加上源码中的空格

noweb2008 发表于 2009-3-28 22:21:06

那是因为 标签后面本身就有空格
楼主把这个标签后面加上源码中的空格
zydxdx 发表于 2009-3-28 20:37 http://bbs.locoy.com/images/common/back.gif

请问如何加上空格呢，是这么写吗？
定义标题采集开始于“<td class="txt18" align="middle" height="50">&nbsp”；结束于“</td>”。

不过测试时效果依旧ali56ls
页: [1]
查看完整版本: 采集回来的标题前面有很多空格无法删除！！！