采集网页:http://hndb41.com/publish/index. ... me=&pageIndex=1由于需要下载附件,用@onclick构造网址
@onclick有两种值
prompt('作废')
todownload('/standard/pdf/DB41_T 148-2000.pdf')

于是我根据onclick利用xpath构造网址
concat('http://hndb41.com/standard/tosetWatermark.action?publish.filepath=',substring-before(substring-after(.//*[@class='preview']/@onclick,"'"),' '),'%20',substring-before(substring-after(.//*[@class='preview']/@onclick,' '),"'"))
构造成两种网址
todownload 有效: 网址http://hndb41.com/standard/toset ... 41_T%20148-2000.pdf
prompt值的无效网址 :http://hndb41.com/standard/toset ... ublish.filepath=%20

两重网址最后下载出来的结果却都是生成tosetWatermark.action类型文件,没有下载到我需要的pdf附件

1.如何把无效的网址设置为空的同时把需要的网址正确构造出来?
2.为什么网址正确构造出来了却不能把附件以pdf形式正确下载出来?


举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2019-5-22 14:38

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 23:37