摘要： 在抓取网页的时候只想抓取主要的文本框，例如 中的主要文本框为下图红色框： 抓取的思想是，利用 查找所有的 ，用正则筛选出每个 里面的中文，找到中文字数最多的 就是属于正文的 了。定义一个抓取的头部抓取网页内容： 识别每个 中文字的正则： 遍历每一个 ，利用正则判断里面中文的字数长度，找到长度最长的 阅读全文