如何区分这3种不同网页结构?

请问这个问题该如何解决：

这是第1层https://www.ip-marketplace.org/overview/?cat=pa,点开之后的第2层页面分为3种情况：

1、有Ｏverview,IP information, Contact information这三大块，比如https://www.ip-marketplace.org/visdata.asp?ot=s&id=1639；

2、有Ｏverview,IP information,Documents attached,Contact information这四大块，比如https://www.ip-marketplace.org/visdata.asp?ot=s&id=1602；

3、只有Overview这一块，比如https://www.ip-marketplace.org/visdata.asp?ot=s&id=1105；

因为第2层共有3种网页结构，我的思路是根据p节点@class=’headline’数量的不同，考虑在同一主题下的做3种规则采集，但不知道用什么标志来区分？

1）可以做一个通用的规则，用第二种情况做样本页面，因为它的内容最全。
2）所有情形都有Overview这块，那么这块的内容勾上“关键内容”，其它3块的内容都不要勾关键内容。
3）为了能准确识别Overview，IP information等这些词，用自定义xpath，用contains()函数，通过识别Overview这个词，定位到它那一块，其它三块也用自定义xpath

如何写呢？能做个示例吗，谢谢！

hblemon2008 发表于 2017-2-26 17:23
如何写呢？能做个示例吗，谢谢！

可以帮你把规则定制好，收费服务