Question

html.parser.analyzer是如何处理HTML的，似乎是：

( sc ) "google.com/search?q=vim" scrape-html

--- Data stack:
T{ response f "1.1" 200 "OK" H{ ~array~ ~array~ ~array~ ~array~...
V{ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~...
( sc ) nip "resultStats" find-by-id

--- Data stack:
258
T{ tag f "div" H{ ~array~ ~array~ } f f }
( sc )  dup .
T{ tag
    { name "div" }
    { attributes H{ { "class" "sd" } { "id" "resultStats" } } }
}

--- Data stack:
258
T{ tag f "div" H{ ~array~ ~array~ } f f }

现在，我如何获得该对象的文本？它应该是About 53,000,000 results之类的东西。 html.parser.analyzer似乎没有公开文字......？

编辑：哦：

<div id="resultStats">About 310,000,000 results<nobr> (0.43 seconds)&nbsp;</nobr></div>

这不是p，而是div。所以问题是，我如何得到div的文本？

--- Data stack:
T{ tag f "div" H{ ~array~ ~array~ } f f }
( sc ) dup text>>

--- Data stack:
T{ tag f "div" H{ ~array~ ~array~ } f f }
f

不那么简单。：（

Answer 1

如果您使用find-by-id-between，那么它将为您提供内部的所有内容以及标记本身（或者看起来如此:)。

文本将在结果中，所以：

( sc ) "google.com/search?q=vim" scrape-html

--- Data stack:
T{ response f "1.1" 200 "OK" H{ ~array~ ~array~ ~array~ ~array~...
V{ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~ ~tag~...
( sc ) nip "resultStats" find-by-id-between

--- Data stack:
T{ ~tag~ ~tag~ ~tag~ }
( sc )  dup .
V{
    T{ tag
        { name "div" }
        { attributes
            H{ { "class" "sd" } { "id" "resultStats" } }
        }
    }
    T{ tag
    { name text }
        { text "Cerca de 41.500.000 resultados" }
    }
    T{ tag { name "div" } { attributes H{ } } { closing? t } }
}

--- Data stack:
T{ ~tag~ ~tag~ ~tag~ }
( sc ) second text>>

--- Data stack:
"Cerca de 41.500.000 resultados"

它是西班牙语，因为爱管闲事的谷歌发现了我是谁！

如何获取div的文本？

1 个答案: