我有兴趣从网站上删除内容并将其放入数组中。具体来说，我有兴趣通过识别纯文本所在的html元素将明文转换为数组。我正在使用硒与Java，我希望有人可以阐明最好的方法来做到这一点。我将扫描多个纯文本元素并按顺序将它们放入数组中。纯文本将在html表中，我需要采取表格的特定部分，其中包含我感兴趣的纯文本。
提前致谢。
答案 0 :(得分：1)
这是一个相当广泛的问题，但我仍然希望能提供帮助。我已将selenium与scrapy库（python）一起用于抓取，但效果非常好。如果您的问题是查找HTML中文字的最佳方式，那么说答案是XPath则非常安全。它是一种非常简单的语言，旨在从html/xml中提取多个元素。只是谷歌的例子，我相信你会掌握它。 Selenium为xpath编写了一些内置函数，你会发现很多例子