问题标签 [extraction]

我有一个 .sql 文件，其中包含一些数据，如“first_name”、“last_name”、“email”等。

我想要实现的是提取一些字段（比如说“first_name”和“last_name”）并将它们保存到 .csv 文件中。

我正在尝试从以下位置提取 src 属性： [attname src="http://example.org"] somecontent [attname src="http://www.example.com"]

我现在拥有的：
preg_match_all('#attname src=".*[^"]#', $buffer, $bufferarr);

但是它不起作用 - 在 second 之后没有停止"，结果是：attname src="http://example.org"] somecontent [attname src="http://www.example.com

我只是对这个话题有几个问题。

有人可以解释使用以下语言编写刮板的优缺点：

Java/Groovy

Perl

磷酸盐

硒

Python

我也想知道在抓取时会遇到什么样的问题，也许我应该如何处理它。例如，我遇到了片段身份，但还没有找到处理它的方法。（我正在使用 htmlunit）

只是为那些对该主题有所了解的人寻找一些指示。

如何使用 PHP 提取 .pdf 文件的内容以进行进一步操作？

任何人都可以帮助展示使用libarchive将 ZIP 文件提取到指定文件夹的示例吗？看起来提供的示例程序（untar.c和tarfilter.c）minitar都将存档提取到当前工作目录。有没有办法说“提取到此文件夹及以下”libarchive而不破坏程序的活动文件夹？

主要驱动因素之一是提取代码将在后台线程中运行，因此更改程序工作目录可能会产生问题。这也将用于 iOS 应用程序（iPhone、iPad），它对应用程序可以写入的文件夹很挑剔。

提前致谢。

我想从 Google 地球中检索某个区域的所有 3D 模型。如何做到这一点？

我正在尝试从中提取日期“25/01/2005”，公司名称“A One Investment Company Limited 大一投资有限公司”，中文名称“大一投资有限公司”和许可证号“ABG896”这个字符串：

名称：A One Investment Company Limited 大一投资有限公司(ABG896) 牌照日期：25/01/2005 备注

但是我不知道如何将包括中文符号在内的所有数据提取到一个数组中。

我正在尝试提取和解密 23 个 .tar 文件，如下所示：

其中有 23 个，每个都需要在提取之前使用名为 dePKG 的应用程序进行解密。

我试过这个 bash 脚本：

并为所有 23 个文件获取此错误：

读取 0x800 字节的 pkg
pkg 数据 @ 340，大小为 3ec
未膨胀，写入 1004 字节
tar：这看起来不像 tar 存档
tar：跳到下一个标头
tar：由于先前的错误而退出失败状态

我只是想节省时间：D

I want to extract different sizes (if available) from favicon.ico file and save each to separate .png files (e.g. favicon16.png, favicon32.png etc.) using PHP. How to achieve that?

从pdf中提取文本的最佳方法是什么？