我想快速分析網站上的文字(嗯......在大量網站上,真的)。 這在 JMP 的新文字瀏覽器中可行嗎? 我可以向 JMP 提供一列網站地址並讓它讀取/導入這些網站上的關聯文字嗎? (或者這只是一個夢?)
載入文字檔(" https://google.com ”)
/*:
"
您將獲得該頁面的 HTML,而不僅僅是文字。 文字資源管理器確實有一些範例正規表示式可以幫助您解析 HTML。
You can use these regex or modify them to meet your needs.您可以使用這些正規表示式或修改它們以滿足您的需求。
正規表示式標記產生器使用正規表示式將輸入文字分解為標記(單字或類似單字的文字單元)。 您可以查看 Grabber 和 Remover 範例,以了解如何從標記流中刪除文字以及如何(例如)將所有類似電話號碼的字串轉換為「#phone」。
您可以製作一個網站內容表:
New Table( "content",
Add Rows( 2 ),
New Column( "site",
Character,
"Nominal",
Set Values( {"https://google.com", "https://bing.com"} )
),
New Column( "text", Character, "Nominal", Formula( Load Text File( :site ) ) )
);
Data table with HTML loaded in formula column公式列中載入了 HTML 的資料表