[英]Javascript website scraping using WebKit and Selenium tools
我嘗試使用兩個工具來抓取一個 javascript 網站,但都不起作用。 該網站鏈接是:http: \/\/xx.xxx.com\/category-499399872.htm<\/a>我試圖提取的相關文本是GY-68 ...<\/strong> :
<div class="item3line1">
<dl class="item " data-id="38952795780">
<dt class="photo">
<a target="_blank" href="//item.xxx.com/item.htm?spm=a1z10.5-c.w4002-6778075404.11.54MDOI&id=38952795780" data-spm-wangpu-module-id="4002-6778075404" data-spm-anchor-id="a1z10.5-c.w4002-6778075404.11">
<img src="//img.xxx.com/bao/uploaded/i4/TB1HMt3FFXXXXaFaVXXXXXXXXXX_!!0-item_pic.jpg_240x240.jpg" alt="GY-68 BMP180 新款 BOSCH溫度 氣壓傳感器模塊 代替BMP085"></img>
</a>
</dt>
也許這是一個愚蠢的建議,但是您正在嘗試通過類名稱“ col-main”查找元素,而示例代碼的類名稱為“ item-name”。
在類名中有一個空格是'item'而不是'item'。為此您必須將xpath重寫為
//dl[@class="item "]/dt[@class="photo"]/a/img
您可以使用normalize-space()
函數從字符串中去除開頭和結尾的空格。
//dl[normalize-space(@class)="item"]/dt[@class="photo"]/a/img
或者你可以去
//a[@class='item-name']
也指元素,文本等於img的alt屬性
您必須檢查這些抓取網站。 這些是最好的抓取工具,我正在使用它們。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.