最佳答案

使用Replace Pioneer更改B目錄下的html標(biāo)題，使其包含A目錄下相似html標(biāo)題的詳細(xì)步驟如下： 注意：你說的相似標(biāo)題，因?yàn)楹茈y區(qū)分關(guān)鍵字和非關(guān)鍵字，所以這里用字符串相似性函數(shù)來實(shí)現(xiàn)，凡相似性超過70%的就認(rèn)為相似。 1. 把A目錄下的所有html文件的title放入系統(tǒng)字典中 (1)ctrl-h打開replace窗口 在search for pattern輸入"<title.*?>(.*?)</title>@"(不帶雙引號(hào)) 在replace with pattern輸入"set_value(\\1,1)"(不帶雙引號(hào)) (2)點(diǎn)擊Batch打開Batch Runner窗口 把A目錄下的html文件拖拽到Batch Runner窗口中 選中Set output filename選項(xiàng)，把后面的${FILENAME}刪除，即清空 (3)點(diǎn)擊Batch Replace即可。 (4)關(guān)閉Batch Runner窗口，把鼠標(biāo)放到屏幕中間字典的圖標(biāo)上，能看到網(wǎng)頁標(biāo)題都收錄了。 2. 對(duì)B目錄下的所有html文件的title作修改，使其包含A目錄下相似html標(biāo)題 (1)ctrl-h打開replace窗口 * 在search for pattern輸入"(<title.*?>)(.*?)(</title>)@"(不帶雙引號(hào)) * 在replace with pattern輸入\\1$A\\3(不帶雙引號(hào)) 點(diǎn)擊Advanced選項(xiàng)頁: * 在Run following at the beginning of the replace輸入： sub similarity { my ($w1,$w2)=@_; my $l=length($w1)+length($w2); return 0 if ($l==0); return ($l-ldist($w1,$w2))/$l*100; } sub ldist { my @s = split //, shift; my @t = split //, shift; return scalar @t if scalar @s == 0; return scalar @s if scalar @t == 0; my (@prevColumn, @currColumn); @prevColumn = 0..scalar(@t); for my $s (0..$#s) { @currColumn = ( $s + 1 ); for my $t (0..$#t) { push @currColumn, min( $currColumn[$t] + 1 , $prevColumn[$t+1] + 1 , $prevColumn[$t] + ($s[$s] eq $t[$t] ? 0 : 1) ); } @prevColumn = @currColumn; } pop @currColumn } * 在Run following for each matched unit輸入： $A=$var[2]; for(keys %dictionary) { if (similarity($_,$var[2])>70) { $A="$_|$A"; last;} } (2)點(diǎn)擊Batch打開Batch Runner窗口 把B目錄下的html文件拖拽到Batch Runner窗口中 (3)點(diǎn)擊Batch Replace即可。 注意： 1. 一定要提前備份所有待處理的html文件，以防操作失誤。 2. 如有哪步執(zhí)行有問題請(qǐng)及時(shí)與我聯(lián)系，不要關(guān)閉該問題。 補(bǔ)充： 以下是修正版的similarity函數(shù)，把更多無關(guān)詞去掉，試試看相似度能否提高？注意你自己要再加詞的話，要把長(zhǎng)的詞排在前面才能達(dá)到更好的效果。 sub similarity { my ($w1,$w2)=@_; my $common='怎么樣|為什么|最有效|有效果|怎么辦|怎么|效果|如何|怎樣|什么|快速|(zhì)有效|效果|才能|方法|可以|多少|(zhì)健康|最好|多長(zhǎng)|時(shí)間|辦法|哪里|如果|推薦|知道|好嗎|大家|謝謝|問題|最近|而且|產(chǎn)品|作用|牌子|指教|允許|真正|那么|自己|容易|干嘛|好象|辦法|情況|好處|喜歡|東西|做|好|嗎|的|下|哈|啊|最|能|才|去|個(gè)|有|假|(zhì)真|會(huì)|誰|太|非|常|能|錢|么|呢|讓|阿|誰|一|兩|個(gè)|月'; $w1=~s/$common|\\W+//g; $w2=~s/$common|\\W+//g; my $l=length($w1)+length($w2); return 0 if ($l==0); return ($l-ldist($w1,$w2))/$l*100; }

回答者：plsejfjg2016-01-13 00:00