㈠ 怎么从网站上面获取数据
IE浏览器有OLE对象，可以通过这个功能，提取所有元素的信息，还有就是有些软件应该可以。。。
如果想白手起家，那就直接正则匹配文本，写一个提取元素的小程序，也行。。。
㈡ 如何获取自己网站的源码！
首先你要确认网站源码没有加密
第二,进入自己 的ftp下载全部源码,如果是php/mysql还要备分mysql库
第三,把源码上传到空间,重新导入数据,配置库参数
第四,解析绑定域名
㈢ 什么叫做原始文献怎样获得
一次文献又称原始文献，是作者本人以科研、生产中取得的成果或有关的新理论、新方法、新见解等为依据、创作撰写出来的文献，如会议论文、科技报告、期刊论文、专利文献、学位论文。是发表过的资料。
文摘类刊物已经被编辑删节和重新排版，就有可能产生断章取义、语焉不详和再排错误等，我们阅读、学习、引用应该以原始文章为准。现在许多论文可以在网上查阅，但我们不应该这样，应该去图书馆翻找纸质文本的原始文献。体现出对他人成果的尊重。
㈣ 怎么获取网页源代码中的文件
获取网页源代码中的文件的具体步骤如下：
1、首先我们在浏览器里随意打开一张网页查看其源代码。
㈤ 如何提取网页里的文本
1、首先，我们打开浏览器，找到需要复制的文字。
㈥ 在网页源码中怎么搜索自己想要的文本
可以用浏览器自带的搜索功能在网页源代码中查找自己要的文字。
1、右击需要查看源代码的页面，在展开的菜单中点击“查看网页源代码”按钮：
2、这时会打开网页的源代码界面，同时按住键盘上的“Ctrl”键+“F”键打开搜索窗口：
3、在搜索窗口中输入需要搜索的文字，这时会自动查看被搜索的文字，点击上下图标可以跳转到上一个或者下一个文字
㈦ 如何使用htmlparser提取网页文本信息
HTMLParser具有小巧，快速的优点，缺点是相关文档比较少（英文的也少），很多功能需要自己摸索。对于初学者还是要费一些功夫的，而一旦上手以后，会发现HTMLParser的结构设计很巧妙，非常实用，基本各种需求都可以满足。比如问题中提到的提取网页文本信息。
用以下代码来实现提取网页文本信息
// 提取网页主要文本内容
public String getContent(){
content=(isHub())?getHubEntries():getTopicBlock();
System.out.println("<Content>:");
System.out.println("=========================");
System.out.println(content);
return content;
}
// 提取Hub类网页文本内容,如yahoo,sina等门户网
public String getHubEntries(){
StringBean bean=new StringBean();
bean.setLinks(false);
bean.setReplaceNonBreakingSpaces(true);
bean.setCollapse(true);
try {
parser.visitAllNodesWith(bean);
} catch (ParserException e) {
System.err.println("getHubEntries()-->"+e);
}
parser.reset();
return bean.getStrings();
}
// 获取主题性(Topical)网页文本内容：对于博客等以文字为主体的网页效果较好
public String getTopicBlock(){
HasParentFilter acceptedFilter=new HasParentFilter(new TagNameFilter("p"));
NodeList nodes=null;
try {
nodes=parser.extractAllNodesThatMatch(acceptedFilter);
} catch (ParserException e) {
System.err.println("getTopicBlock"+e);
}
StringBuffer sb=new StringBuffer();
SimpleNodeIterator iter=nodes.elements();
while(iter.hasMoreNodes()){
Node node=iter.nextNode();
sb.append(node.getText()+"\n");
}
parser.reset();
return sb.toString();
}
另外，要知道的是
HTMLParser的核心模块是org.htmlparser.Parser类，这个类实际完成了对于HTML页面的分析工作。这个类有下面几个构造函数：
public Parser ();
public Parser (Lexer lexer, ParserFeedback fb);
public Parser (URLConnection connection, ParserFeedback fb) throws ParserException;
public Parser (String resource, ParserFeedback feedback) throws ParserException;
public Parser (String resource) throws ParserException;
public Parser (Lexer lexer);
public Parser (URLConnection connection) throws ParserException;
和一个静态类public static Parser createParser (String html, String charset);
提供几个常用的
对于树型结构进行遍历的函数，这些函数最容易理解：
Node getParent ()：取得父节点
NodeList getChildren ()：取得子节点的列表
Node getFirstChild ()：取得第一个子节点
Node getLastChild ()：取得最后一个子节点
Node getPreviousSibling ()：取得前一个兄弟（不好意思，英文是兄弟姐妹，直译太麻烦而且不符合习惯，对不起女同胞了）
Node getNextSibling ()：取得下一个兄弟节点
取得Node内容的函数：
String getText ()：取得文本
String toPlainTextString()：取得纯文本信息。
String toHtml () ：取得HTML信息（原始HTML）
String toHtml (boolean verbatim)：取得HTML信息（原始HTML）
String toString ()：取得字符串信息（原始HTML）
Page getPage ()：取得这个Node对应的Page对象
int getStartPosition ()：取得这个Node在HTML页面中的起始位置
int getEndPosition ()：取得这个Node在HTML页面中的结束位置
用于Filter过滤的函数：
void collectInto (NodeList list, NodeFilter filter)：基于filter的条件对于这个节点进行过滤，符合条件的节点放到list中。
用于Visitor遍历的函数：
void accept (NodeVisitor visitor)：对这个Node应用visitor
用于修改内容的函数，这类用得比较少：
void setPage (Page page)：设置这个Node对应的Page对象
void setText (String text)：设置文本
void setChildren (NodeList children)：设置子节点列表
其他函数：
void doSemanticAction ()：执行这个Node对应的操作（只有少数Tag有对应的操作）
Object clone ()：接口Clone的抽象函数。
以上知识可以完整处理HTML页面的所有内容
参考资料：
htmlparser官方网站下载地址
http://www.htmlparser.sourceforge.net/
㈧ 如何把网站上的文字采集成txt文本文档
呵呵，建议你用ASP做一个，或者VB等语言。
使用xmlhttp对象读取到整个网页的HTML代码，然后用一个正则表达式去除所有的html标记，得到纯文本，再保存到文本文件里。
我有做这样的ASP采集程序。要做这样的小软件也很快的。
当然，你还可以用纯文件浏览器，有些浏览器打开网页只显示文本的。用它打开网页，再另存为本地文件即可。
㈨ （比如在网页上复制两行文本后）如何获取剪贴板中（包括回车符和换行符在内）的原始信息
awk 号称“万能过滤器”，正则表达式的表达能力很强。是专门用来执行过滤和捕获工作的好工具。但它相对独立，和系统的交互能力不强，因此只适合拿来处理文本。
----
我建议 LZ 拿 awk 来解决问题。命令行：
awk -f 脚本文件名.awk 数据文件名
脚本文件名.awk 中的内容：
# 脚本开始
{
# $0 表示当前行
# match() 执行完毕后，捕获的内容由 RSTART, RLENGTH 指出
# substr 抽出 $0 中的捕获的内容，并由 print 打印
if (match($0, /正则表达式/))
print substr($0, RSTART, RLENGTH);
}
# 脚本结束
上述脚本内容也可直接写在命令行上：
awk '{if(match$0,/正则表达式/))print substr($0, RSTART, RLENGTH);}' 数据文件名
当然也可以采用管道方式
cat 数据文件名 | awk '{if(match$0,/正则表达式/))print substr($0, RSTART, RLENGTH);}'
希望对 LZ 有用。
㈩ 如何提取网页里的文本
当网页不支持复制时，提取网页里的文本的方法如下：
我们需要的材料有：电脑
1、首先打开网页，用鼠标左键选择要提取的文字，右键单击并选择“另存为文本”按钮。