做个类似的蜘蛛抓页，抓回的页如何去除html，js,cssj,剩余网页的内容？ (转）

用这个函数过滤下你抓到的内容看看
<%
Function RemoveHTML(strHTML)
 Dim objRegExp, Match, Matches   
 Set objRegExp = New Regexp
 
 objRegExp.IgnoreCase = True
 objRegExp.Global = True
 '取闭合的<>
 objRegExp.Pattern = "<.+?>"
 '进行匹配
 Set Matches = objRegExp.Execute(strHTML)
 
 ' 遍历匹配集合，并替换掉匹配的项目
 For Each Match in Matches   
     strHtml=Replace(strHTML,Match.Value,"")
 Next
 RemoveHTML=strHTML
 Set objRegExp = Nothing
End Function

%>

用正则替换掉就行。
如果是网址，就那一段不要抓。