Question

我正在尝试使用parsehub从网站中提取数据。使用选择工具，我能够隔离每个部分的标题标题，但我无法使用alt-click取消选择第二个标题行的第一个单元格。选择节点标准会更改，但实际选择不会更改。有问题的HTML块

    <tr>
    <td width="100%" align="center">
    <table width="493">
    <tr><td></td></tr>
    <tr><td colspan="3">&nbsp;</td></tr>
    <tr bgcolor="#99cc00" height="17">
    <th height="17" colspan="3" title="Scratcher Name"><div align="center"   class="txt_white_bold">LUCKY 7`S #348</div></th>
  </tr>


<tr bgcolor="#99cc00" height="17">
    <th height="17"><div align="center" class="txt_white_bold">Prize Amount</div></th>
    <th align="right"><div align="center" class="txt_white_bold">Prizes Remaining</div></th>
    <th align="right"><div align="center" class="txt_white_bold">Total Prizes</div></th>
  </tr>

选择节点代码如下选择1

 {
      "op": "select",
      "tag": "TR",
      "allDescendants": true,
      "flags": [
        {
          "position": 4
        }
      ]
    }

选择2

{
  "op": "select",
  "tag": "TH",
  "position": 1
}

选择3

 {
      "op": "select",
      "tag": "DIV",
      "classes": [
        "txt_white_bold"
      ],
      "position": 1
    }

当前输出

{
"selection1":[
{
"extract1":"LUCKY 7`S #348"
},
{
"extract1":"Prize Amount"
},

等。我怎么只选择“Scratcher Name”而不是“Prize Amount”？

我的第一个想法是更改'选择3'以选择TH中具有title =“Scratcher Name”的项目，但我没有成功正确编码。

Answer 1

ParseHub的学习算法尚未考虑所有属性，所以在某些（相当罕见的）情况下，它不会做你期望的事情。在这种情况下，您始终可以使用css或xpath选择器手动选择所需的元素。

这样做：

进行任意选择
单击节点详细信息中的绿色编辑按钮
删除除一个
用
替换剩余文本区域中的json
{ "op": "cssSelect", "selector": "th[title='Scratcher Name'] div.txt_white_bold", "allDescendants": true }

如果您想使用xpath，也可以使用xpathSelect。

Parsehub选择节点语法

1 个答案: