情况一:***1*** ;情况二:***1***2***;清空三:****1****3****;情况四***1****2***3***     
我要抓取所有的*,但是网页的排版会出现这么集中情况,123代表不要的节点  请问怎么写呢
举报 使用道具
| 回复

共 6 个关于本帖的回复 最后回复于 2017-4-20 09:39

沙发
shengchengx 金牌会员 发表于 2017-4-20 09:36:38 | 只看该作者
不建议在抓取规则中使用XPath做滤除,集搜客网络爬虫使用xpath 2.0,XPath2.0里面的字符函数也就是substring-after之类的几个,处理能力有限。
建议把抓取结果存入excel以后,用excel的函数做
举报 使用道具
板凳
追逐阳光的单车 初级会员 发表于 2017-4-20 09:37:19 | 只看该作者
xslt里有
<xsl:value-of>
<xsl:for-each>
<xsl:sort>
<xsl:if>
<xsl:choose>
<xsl:apply-templates>
这些语句的,自动生成的只有
<xsl:value-of>
<xsl:for-each>
<xsl:if>
<xsl:apply-templates>
功能比较少,手工修一下可以实现更复杂的写法
举报 使用道具
地板
shengchengx 金牌会员 发表于 2017-4-20 09:37:34 | 只看该作者
要是知道xslt语法的话,直接修改自动生成的规则
举报 使用道具
5#
shengchengx 金牌会员 发表于 2017-4-20 09:38:04 | 只看该作者
如果不会xslt编程的话,在excel中处理,用情形4做规则,抓取内容有4个
1,总的内容
2,节点1的内容
3,节点2,的内容
4,节点3的内容
在excel中,用总的减去1,2,3
举报 使用道具
6#
七月等 中级会员 发表于 2017-4-20 09:38:45 | 只看该作者
shengchengx 发表于 2017-4-20 09:38
如果不会xslt编程的话,在excel中处理,用情形4做规则,抓取内容有4个
1,总的内容
2,节点1的内容

那xpath语句里面可以有 ||或的存在吗
举报 使用道具
7#
shengchengx 金牌会员 发表于 2017-4-20 09:39:30 | 只看该作者
七月等 发表于 2017-4-20 09:38
那xpath语句里面可以有 ||或的存在吗

应该是 or

举报 使用道具
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, 2024-5-5 12:38