快捷导航
采集网页:http://hndb41.com/publish/index. ... me=&pageIndex=1由于需要下载附件,用@onclick构造网址
@onclick有两种值
prompt('作废')
todownload('/standard/pdf/DB41_T 148-2000.pdf')

于是我根据onclick利用xpath构造网址
concat('http://hndb41.com/standard/tosetWatermark.action?publish.filepath=',substring-before(substring-after(.//*[@class='preview']/@onclick,"'"),' '),'%20',substring-before(substring-after(.//*[@class='preview']/@onclick,' '),"'"))
构造成两种网址
todownload 有效: 网址http://hndb41.com/standard/toset ... 41_T%20148-2000.pdf
prompt值的无效网址 :http://hndb41.com/standard/toset ... ublish.filepath=%20

两重网址最后下载出来的结果却都是生成tosetWatermark.action类型文件,没有下载到我需要的pdf附件

1.如何把无效的网址设置为空的同时把需要的网址正确构造出来?
2.为什么网址正确构造出来了却不能把附件以pdf形式正确下载出来?


举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2019-5-22 14:38

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 采集知乎上关于华为鸿蒙的问题和回答
  • 分词和分类检索平台使用手册
  • 用爬虫采集机场出租车进场出场数据的公告
  • 摘取泉港区政府工作报告中的数字遇到的问题
  • 调度设置参数说明

热门用户

GMT+8, 2019-9-22 00:01