可以抓取网页的源代码信息吗?如果能的话可以批量抓取吗?如下:

<div class="verdana">Copyright &copy; <script language="javascript">
                                              var dt = new Date();
                                              y = dt.getFullYear(); //获取年(四位)
                                              document.write(y)</script> Shang Hai Jing Rong Xin Xi Ke Ji You Xian Gong Si</div>
    <div style="line-height:23px;position:relative;z-index:1" class="song">上海旌荣信息科技有限公司 版权所有</div>
    <div class="song">客服电话:<em>400-850-8888</em> &nbsp;违法和不良信息举报电话:010-56318764 &nbsp; 举报邮箱:<a href="mailto:jubao@fang.com"><em>jubao@fang.com</em></a></div>
</div>
<script src="http://js.soufunimg.com/industry/land/js/weixinScanning.js?v=20141020" type="text/javascript"></script>
<!--<script src="/js/weixinScanning.js?v=20141020" type="text/javascript"></script>-->
</body>
</html>

<script src="http://js.soufunimg.com/industry/commonjs/blockUI.js" type="text/javascript"></script>
<script type="text/javascript">
    var isHaveingLandAssessment = 'True';
    var parcelid = "b0886c96-4946-42a5-845f-d991d32cc0ee";
    var CityCode = "330108";
    var pointX = "120.239345";
    var pointY = "30.230273";
    var houseType = "1";
    var sCity = "杭州";
    var lab_fBuildArea = "157787";
    var sumArea = "570918";
    var fyblValue = '25';
    var lrlValue = '30';
    var jacbValue = '1238.00';
    var yqzfValue = '10';
    var sParcelName = "滨江区奥体单元MU-01、MU-02、MU-03地块";
    var dealState='已成交';
    function Favorite() {

  
比如我要抓取上面源代码中 var pointX = "120.239345";   var pointY = "30.230273";中的 "120.239345";  "30.230273";的信息如何抓取

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-9-2 11:40

沙发
Fuller 管理员 发表于 2016-9-2 11:40:50 | 只看该作者
没有必要存源代码,如果要存源代码的话,给抓取内容设置高级选项,如下图

不过这个需求可以不用抓取源代码,用自定义xpath,比如,

  1. substring-before(substring-after(//script[contains(text(), 'pointX =')]/text(), 'pointX ='), ';')
复制代码
这一句就是定位到含有pointX =这个词的script节点,然后以他为标志,把后面的数字采集下来
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, 2024-4-26 09:22