带有dd和dt条件的Web刮板镀铬扩展

Question

我想提取Web上的一些数据，并且我正在使用chrome提供的Web scraper开发工具。我的网页包含一个部分，其中列出了每个产品的详细信息（有关图形卡，处理器，显示器等的详细信息）。但是每个节包含许多行，并且这些行的位置不是固定的。如果使用TR和TD标签对其进行了描述，那么我可以应用这样的条件（例如：tr：contains（'Prozessortyp'）td.value）此条件确认，如果行值为“ Prozessortyp”，则仅接受相应的td值。

但是我提取的网站已经使用dd和dt标签进行了描述。我将附上一个特定部分的详细屏幕截图。

当我想选择本节的第一行时，它在网络抓取器中提供的选择器是section:nth-of-type(2) dd:nth-of-type(1)。但是，当行具有键“ Arbeitsspeicher-Typ”然后在该相应行中选择值时，如何设置条件。

谢谢：）

Answer 1

CSS选择器实际上能够选择元素的同级。对于此用例，您需要使用Adjacent Sibling Selector（+）：

dt:contains("Arbeitsspeicher-Typ") + dd
dt:contains("Speichergeschwindigkeit") + dd
...

这应该可以解决问题，前提是选择器图中的选择器是明确的。我建议使用dl.specification作为父选择器。

如果任何dt元素表示一个布尔属性，该布尔属性在文本输出中不容易捕获，例如，当dd包含不带文本的svg复选标记时：

dt:contains("Validated")

当行本身的存在是有条件的时，只需检查dt的存在（省略dd兄弟选择器）就可以产生所需的信息。