DeepSeek实战:3分钟学会提取网页纯文本!(含提示词)

|  原创作者/编辑:凯哥Java                      |  分类:人工智能学习系列教程

大家好,我是凯哥Java。今天给大家介绍如何使用DeepSeek提取网页纯文本内容。

DeepSeek实战指南

痛点分析:

在日常工作中,我们经常需要从网页上复制文字内容,但很多网站会设置权限限制,例如:

提示需要登录才能复制内容,如下图:

复制需要登录的示例

提示需要申请编辑权限。如下图:

需要申请编辑权限的示例

直接禁用右键复制功能。

这些限制让我们无法快速获取所需信息,尤其是在需要整理资料或进行数据分析时,效率大大降低。

PS:本文是Deepseek实战系列课程。

本系列教程其他文章,还在文章末尾添加。欢迎系统学习!

解决方案

针对上述问题,我们可以通过浏览器的开发者工具(DevTools)来绕过限制,直接获取网页的HTML内容,然后借助AI工具(如DeepSeek)过滤掉HTML标签,提取纯文本内容。

解决操作步骤

以下是详细的操作步骤:

步骤1:打开开发者工具

如果使用的是谷歌浏览器,点击右上角的三个小点(菜单按钮),选择“更多工具” → “开发者工具”。

打开开发者工具步骤

或者直接使用快捷键:F12

步骤2:定位目标内容

1.在开发者工具中,点击左上角的“元素选择器”图标(小箭头图标)。

2.用鼠标点击网页上需要复制的文字内容,开发者工具会自动定位到对应的HTML元素。

具体操作:
如下图①;

选择需要复制页面的任意文字。如下图②;

根据文字元素往上找DIV。如下图③;

定位目标内容步骤

步骤3:找到目标DIV

1.在开发者工具的“元素”面板中,找到包含目标文字的DIV元素。

2.右键点击该DIV,选择“Edit as HTML”。

具体操作步骤:

如果能找到把整个文字选中的div就是我们的目标DIV了。如下图④所示。然后选中这个div,鼠标右键,Editer as html。这个时候就可以编辑html了

找打目标div步骤

Edit as HTML

步骤4:复制HTML内容

将编辑模式下的HTML内容全选并复制。

复制HTML内容操作

步骤5:使用DeepSeek过滤HTML标签

将复制的内容发送给DeepSeek,并输入指令:“把我发你的字符串过滤掉HTML标签”。

发送指令

DeepSeek会返回过滤后的纯文本内容。

  • DeepSeek处理后效果

注意点

F12被禁用:如果网站禁用了F12快捷键,可以尝试使用 Ctrl+Shift+I 打开开发者工具。

内容过长:由于DeepSeek的Token限制,如果复制的HTML内容过长,可以分段截取后再发送。

复杂网页:对于结构复杂的网页,可能需要多次尝试才能找到包含全部目标内容的DIV。

福利:

另外给大家准备了完整的deepseek资料:安装包、视频教程、学习资料、实用指令

学习资料

使用技巧

如果有需要的朋友,你们都懂得哈~。如果需要文中截图相关文章,你们也懂得怎么获取啊~

如果你们还有其他想要的实战教程,记得留言。凯哥写教程

DeepSeek实战:3分钟学会提取网页纯文本!(含提示词)的更多相关文章

  1. java 正则表达式提取html纯文本

    本文来自我的个人博客: java 正则表达式提取html纯文本 做内容的大家都知道,从html中直接提取纯文本是一个非常大的问题.现将我做的正则匹配贴上: import java.util.regex ...

  2. 实用的php清除html,php去除空格与换行,php清除空白行和换行,提取页面纯文本

    实用的php清除html,换行,空格类,php去除空格与换行,php清除空白行和换行,提取页面纯文本内容 方法一: function DeleteHtml($str) { $str = trim($s ...

  3. EXchange导出通讯录提取url纯文本

    用outlook链接邮箱 文件-打开和导出--导出到文件--逗号分隔值--选择联系人--保存 保存为一个后缀为csv的文件 打开该文件  选中该列 用替换功能删掉()符号 用vba脚本删掉汉字 Sub ...

  4. 前端开发css实战:使用css制作网页中的多级菜单

    前端开发css实战:使用css制作网页中的多级菜单 在日常工作中,大家都会遇到一些显示隐藏类菜单,比如页头导航.二维码显示隐藏.文本提示等等......而这些效果都是可以使用纯css实现的(而且非常简 ...

  5. 《量化投资:以MATLAB为工具》连载(2)基础篇-N分钟学会MATLAB(中)

    http://www.matlabsky.com/thread-43937-1-1.html   <量化投资:以MATLAB为工具>连载(3)基础篇-N分钟学会MATLAB(下)     ...

  6. 第八篇 :微信公众平台开发实战Java版之如何网页授权获取用户基本信息

    第一部分:微信授权获取基本信息的介绍 我们首先来看看官方的文档怎么说: 如果用户在微信客户端中访问第三方网页,公众号可以通过微信网页授权机制,来获取用户基本信息,进而实现业务逻辑. 关于网页授权回调域 ...

  7. 10分钟学会Linux

    10分钟学会Linux有点夸张,可是能够让一个新手初步熟悉Linux中最重要最主要的知识,本文翻译的英文网页在众多Linux入门学习的资料中还是很不错的. 英文地址:http://freeengine ...

  8. 三分钟学会使用Derby数据库

    Derby数据库是一个纯用Java实现的内存数据库,属于Apache的一个开源项目.由于是用Java实现的,所以可以在任何平台上运行:另外一个特点是体积小,免安装,java1.6开始集成了derby数 ...

  9. 5分钟学会使用Less预编译器

    5分钟学会使用Less预编译器 Less是什么? LESS CSS是一种动态样式语言,属于CSS预处理语言的一种,它使用类似CSS的语法为CSS赋予了动态语言的特性,如变量.继承.运算.函数等,更方便 ...

  10. 【grunt第二弹】30分钟学会使用grunt打包前端代码(02)

    前言 上一篇博客,我们简单的介绍了grunt的使用,一些基础点没能覆盖,我们今天有必要看看一些基础知识 [grunt第一弹]30分钟学会使用grunt打包前端代码 配置任务/grunt.initCon ...

随机推荐

  1. HashMap 源码解毒

    PUT 方法解毒: hashcode 高低16进行异或运算,尽量降低哈希冲突的概率 如果数组很小,hashcode的高位就不能被很好利用. final V putVal(int hash, K key ...

  2. ZCMU-1101

    这个题不怎么难,就是当时没有理解到字典序的意思:我一直以为是自己元素间的比较,后再同学帮助下明白这里是与其他比,这样就很简单了.就是要求当前那个最小就可以了. 对这道题我有点吐槽明明自己都说了最后一组 ...

  3. ECharts 标题组件

    1.标题组件的基本使用 图标组件使用title节点进行配置. 标题分为主标题和副标题, 主标题的文本内容使用 'text' 属性进行设置 副标题使用 'subtext' 属性进行设置 var opti ...

  4. 移动端NES网页模拟器(2)

    前言 前面的章节已经封装了一个NES的虚拟按钮,这个章节来封装他的方向键. 在一些NES网页网页模拟器中,方向键要么使用按钮模式,要么使用摇杆模式,各有不足.例如按钮模式无法滑动,用户点了半天才知道点 ...

  5. 基于CPLD/FPGA的呼吸灯效果实现(附全部verilog源码)

    一.功能介绍 此设计可以让你的FPGA板子上那颗LED具有呼吸效果,像智能手机上的呼吸灯一样.以下源码已上板验证通过,大家可直接使用. 二.呼吸灯Verilog源码 ps1. 带★号处可根据需要进行修 ...

  6. JDK 18 及以上使用标准输出流中文输出乱码问题

    著作权归作者所有. 商业转载请联系作者获得授权,非商业转载请注明出处. 链接:https://stazxr.cn/2024/12/05/JDK-18-以上使用标准输出流中文输出乱码问题/ 来源:終わり ...

  7. css var实现网页换肤

    前情 最近在做需求开发,要求根据后台传来的配置对网页换肤,按以往的换肤思路应该是写好几套样式做切换达到换肤效果,但是现在想做到能根据后台配置动态修改. 原理 通过css3新增变量特性,把颜色定义为变量 ...

  8. ESP32网页示波器+波形发生器

    项目开源地址:https://github.com/guohaomeng/ESP32WebScope ESP32WebScope 只用一块ESP32制作的ESP32网页示波器+波形发生器,可以拿来生成 ...

  9. 利用 Databend + COS助力 CDH 分析 | 某医药集团

    作者: 黄志武 某医药集团信息中心数据库组组长,13 年数据库行业从业经历,Oracle OCM,关注 Oracle.MySQL.Redis.MongoDB.Oceanbase.Tidb.Polard ...

  10. 时代新宠儿——HEIF图像格式:节省50%空间

    HEIF全称High Efficiency Image File Format(高效图像文件格式),是一种高效的图片封装格式,文件名通常为.heif或者.heic后缀.HEIF能够在保持画质不变的前提 ...