Je voudrais analyser rapidement le texte sur un site web (enfin ... sur un grand nombre de sites Web, vraiment). Est-ce possible dans le nouvel explorateur de texte de JMP? Puis-je fournir à JMP une colonne d'adresses de sites Web et lui faire lire / importer le texte associé sur ces sites Web? (Ou est-ce juste un rêve?)
loadTextFile (" https://google.com ")
/ *:
"
Vous obtiendrez le code HTML de la page, pas seulement le texte. L'explorateur de texte contient des exemples de regex qui pourraient vous aider à analyser le code HTML.
Vous pouvez utiliser ces expressions régulières ou les modifier pour répondre à vos besoins.
Le générateur de jetons regex utilise des expressions régulières pour diviser le texte saisi en jetons (mots ou unités de texte agissant comme un mot). Vous pouvez consulter les exemples Grabber et Remover pour voir comment supprimer du texte du flux de jetons et comment convertir (par exemple) toutes les chaînes de type numéro de téléphone en "#phone".
Vous pouvez créer un tableau du contenu du site Web:
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 ) ) )
);
Table de données avec HTML chargé dans la colonne de formule
