从数据网格中抓取/检索数据-DOM到CSV控制台输出

Question

我要在此页面上抓取“单元小部件”->“数据网格”： http : //samples.gwtproject.org/samples/Showcase/Showcase.html#!CwDataGrid

理想情况下，我正在寻找csv样式字符串输出，例如（第一行和最后一行示例）

;Corey;Jenkins;63;Coworkers;438 Techwood St;
.... (many rows here)
;Yvonne;Morris;55;Family; 483 Third Pkwy;

（我正在使用Firefox）

Answer 1

不知道您是否要尝试在gwt网站上构建网站刮板。 在以上示例中，每一行在由TR标签表示的每个网格行上都有一个标识属性。 对于第一个TR标签，您将拥有__gwt_row="0" __gwt_subrow="0" 。

您还将拥有类型为__gwt_cell="cell-gwt-uid-29"单元格属性

以上在row和cell上的两个属性应该使您能够轻松地执行XPATH查找和迭代，以抓取页面并将其输出到csv文件中。

Answer 2

var jq = document.createElement('script');

jq.onload = function() {
    jQuery.noConflict();

    // Our stuff...
    (function ($) {
        $('table').find('tr')
            .each(function(j, rowitem) {
                var line = ''
                $(rowitem).find('div').each(function(i, item) {
                    var o = $(item).find('option[selected]');
                    if (o.length > 0) {
                        line += $(o).text();
                    } else {
                        line += $(item).text();
                    }
                    line += ';';
                });
                console.log(line);
            });
    })(jQuery);
}

// Load jQuery as per http://stackoverflow.com/a/7474386/22972
jq.src = "http://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js";
document.getElementsByTagName('head')[0].appendChild(jq);