Улучшение HTML::TextExtractor не парсить текст в списках

[qazwsxedc]

Добавить возможность указывать между какими хтмл тегами НЕ парсить текст. Или регулярки для исключения определенного блока.

Ибо попадает таки много мусора, например с чем столкнулся это выпадающий список
<option value="1" class="ывваыа" >текст</option>

Уверен что есть еще какие либо лишние теги которых пока не вычислил))

 

[Forbidden]

Дак а по размеру не отфильтровать разве? врятли в списке будут длинные предложения

 

[qazwsxedc]

Дак а по размеру не отфильтровать разве? врятли в списке будут длинные предложения

По размеру не получается, все равно цепляет. Он список как за одно предложение считает походу, и если он длинный то...

 

[Forbidden]

Если можно живой пример сюда

 

[qazwsxedc]

Например на форумах такое встречается.
http://forum.searchengines.ru/showthread.php?t=814305

http://clip2net.com/clip/m0/1380888120-clip-24kb.png?nocache=1

 

[Forbidden]

пофиксил