有沒有一種特定的方法可以將xpaths寫入rapidminer進行網絡爬蟲

Question

我已經嘗試了很多選擇，花了很多天來嘗試提取數據。 我不知道我哪里出錯了。 例如，我在網站 reviewcentre.com 上查看汽車銷售網站的評論。 我很難檢索信息，我的大多數 xpath 看起來都不正確。 我在哪里可以最好地學習如何正確地做到這一點，我已經花了幾天的時間。

https://www.reviewcentre.com/car_dealers/we_buy_any_car_-_wwwwebuyanycarcom-review_14068020

我知道如何復制xpaths，但是涉及到rapidminer時，我無法提取數據。 我知道我做錯了，但不幸的是我不知道什么是對的。

例子包括

//*[@id="ReviewTitle-14068020"]
h:html/h:head/h:title/text() 
this one works!
//*[@id="ReviewBox-14068020"]/div[1]/div[2]/p[2]/span

我沒有問題，從網站檢索 xpath 似乎沒有問題，但是使用它來提取 Rapidminer 上的數據根本不起作用..如果有人能指出我正確的方向，我將不勝感激。

Answer 1

顯然，您不想在 xpath 中使用唯一 ID 。

確保您也了解 xml 名稱空間的概念。