集搜客GooSeeker网络爬虫

标题: 采集详情网址，网址有多余的部分怎么除去？ [打印本页]

作者: 移动信息张崭 时间: 2020-5-11 11:08
标题: 采集详情网址，网址有多余的部分怎么除去？
本帖最后由移动信息张崭于 2020-5-11 11:15 编辑

采集详情网址，网址有多余的部分怎么除去？写了xpath测试了下，没成功。请教下，需要怎么处理？
[attach]12408[/attach]

xpath为：substring-before(substring-after(//*[@class='group_item']/div/@onclick,'location.href=''),'/'')

作者: lan_1985 时间: 2020-5-11 11:11
本帖最后由 lan_1985 于 2020-5-11 14:51 编辑

后面的 ’不太好识别，写xpath也不太好写。可以试试，先把列表页采集下来，然后导出表，把网址在excell表中，处理好这些网址后，添加到详情网址就行。

作者: 移动信息张崭 时间: 2020-5-11 16:19

lan_1985 发表于 2020-5-11 11:11
后面的 ’不太好识别，写xpath也不太好写。可以试试，先把列表页采集下来，然后导出表，把网址在excell表中 ...

嗯嗯，已经做好了，感谢啦。

欢迎光临集搜客GooSeeker网络爬虫 (https://www.gooseeker.com/doc/)