admin 管理员组

文章数量: 1184232


2024年1月24日发(作者：react路由中usehistory用不了)

多管齐下复制网页内容时去除多余字符

作者：俞木发

来源：《电脑爱好者》2021年第05期

类似从百度知道中复制网页内容时出现的多余字符，其实是网站设置的一些代码，增加的这些看似“多余”的字符，是制作者不希望读者直接引用该内容，因此这些复制的内容只适合作为个人的参考资料，不适合发表。我们在使用时需要注意这个问题。

这些代码不会在正常的网页中显示其内容，但复制粘贴后会显露出来。比如图1的例子，在网页中右击并选择“查看网页源代码”，在打开的页面中就可以看到在“简单”和“来说”之间有段代码，属性值是“hidden”（即隐藏），代码是“2112”（对应“bai”），这些代码所对应的内容会在粘贴为文本形式后自动显示（图2）。

既然多余字符是由于网页中的代码导致的，如果要解决这个问题，我们就需要根据不同的需求对代码进行处理。

方法1：使用浏览器组件屏蔽代码

现在很多浏览器都有“沉浸式阅读器”，在这个模式下会自动屏蔽上述代码。以在新核心的Edge中复制知乎页面的内容为例，当我们在页面上直接复制文本后，粘贴的文本没有换行格式，而且会在内容的最后自动加上版权字段。如果在打开的页面中点击地址栏后的“沉浸式阅读器”按钮，进入该模式后再进行复制，粘贴后就不会有这些字符了（图3）。

如果网页（如上述的百度知道页面）不支持“沉浸式阅读器”，我們还可以在网页中按下“Ctrl+A”组合键全选内容（或者使用鼠标选中需要复制的内容），接着在网页中右击并选择“在沉浸式阅读器中打开”，手动设置网页使用沉浸式阅读器浏览（图4）。

此外，我们还可以使用打印模式进行复制，依次点击Edge浏览器右上角的“…→打印”，接着在打开的打印窗口中进行文章的复制即可（在这个页面中也会自动屏蔽上述代码）（图5）。


本文标签： 复制 内容 代码 使用

版权声明：本文标题：多管齐下复制网页内容时去除多余字符 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1706087437a501389.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。