3 8731

求助 自定义xpath

木木西里数据 于 2021-11-8 11:10 发表 [复制链接]
华能集团列表 这个任务 新闻源详情页地址抓取到的是 javascript:announcementClick('11999527','101','')
怎么能将其拼接为
http://ec.chng.com.cn/ecmall/announcement/announcementDetail.do?announcementId=11999684 这种形势的网址
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2021-11-8 13:51

wangyong 版主 发表于 2021-11-8 11:45:53 | 显示全部楼层
QQ截图20211108114448.png
  1. concat('http://ec.chng.com.cn/ecmall/announcement/announcementDetail.do?announcementId=',substring-before(substring-after(.//*[@class='f_l notice_a']/@href,"'"),"'"))
复制代码
在高级设置中勾选专用定位填上上面的xpath,内容定位写'.'
举报 使用道具
Fuller 管理员 发表于 2021-11-8 11:47:11 | 显示全部楼层
我看到你规则,只需两点修改1,定位表达式改成这样:
  1. .//*[@class='f_l notice_a']/@href
复制代码
这个xpath也就是自动生成的那个xpath

2,内容表达式改成这样:
  1. concat('http://ec.chng.com.cn/ecmall/announcement/announcementDetail.do?announcementId=',substring-before(substring-after(.//*[@class='f_l notice_a']/@href,"'"),"'"))
复制代码
比你写的xpath多了一个点,就是 .//*[@class='f_l notice_a']/@href   , 没有这个点,采集到的内容都一样了,都是第一条的内容
举报 使用道具
木木西里数据 金牌会员 发表于 2021-11-8 13:51:07 | 显示全部楼层
Fuller 发表于 2021-11-8 11:47
我看到你规则,只需两点修改1,定位表达式改成这样:这个xpath也就是自动生成的那个xpath

2,内容表达式改 ...

谢谢
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, 2024-3-29 23:06