[此贴子已经被作者于2005-10-31 12:34:21编辑过]
没采过，感觉用WORD 转HTML有点BT，应该很稀有吧？
http://www.ahpi.gov.cn/jgzc/皖价商[2005]276号.htm
其实不ＢＴ，因为有些人对网页的制作并不懂,用WORD转HTML的方式让他们的工作更为简单，也是懒人的做法，你看看上面的那个网页的源码你就明白了，但是要采集这样的网页是非常的难。
[此贴子已经被作者于2005-10-31 12:55:44编辑过]
那是肯定的，一般那样的站每个页面的标记都不一样的，
确定采集页面标题和内容是问题啊
也不全是你说的那样，采集页面标题和内容基本上都可以确定，只有部分文件不一样，因为我仔细查看了一下，有三种形式：1、直接用WORD文档转换的HTML文档，2、采用筛选过的WORD转HTML的HTML文档，3、纯HTML格式的文档。
难点就难在如何过滤WORD转换HTML的内容过滤问题，垃 圾代码暴多，但相似点也很多，筛选过的HTML文档要好一点，体积会小一半以上。
给出两种版本，一种是DOC格式，一种是html格式。
因为我遇到这样一个问题，直接采集回来后，在生成网页时，程序停止响应。
因为文章太多，有2000多条，我现在只能采用一个方法，首先把每个文档的URL采集下来，然后从采集数据库中把URL复制出来，然后用软件下载下来，再用软件批量转换。我哭，还要我安装office2000！
谁能给我想出更好的办法？
这种情况我建议你使用离线浏览器，
下到本地然后用DW的批量替换。