Question

在尝试使用YQL提供的Yahoo Query Language和xpath功能解析html时，我遇到了无法提取“text（）”或属性值的问题。
例如
perma link

select * from html where url="http://stackoverflow.com" 
and xpath='//div/h3/a'

给出一个锚点列表为xml

<results>
    <a class="question-hyperlink" href="/questions/661184/filling-the-text-area-with-the-text-when-a-button-is-clicked" title="In ASP.net, I need the code to fill the text area (in the form) when a button is clicked. Can you help me through by showing a simple .aspx code containing the script tag? ">Filling the text area with the text when a button is clicked</a>...
</results>

现在，当我尝试使用

提取节点值时

select * from html where url="http://stackoverflow.com" 
and xpath='//div/h3/a/text()'

我得到的结果是连接而不是节点列表例如

<results>Xcode: attaching to a remote process for debuggingWhy is b
…… </results>

如何将其分隔为节点列表，如何选择属性值？

像这样的查询

select * from html where url="http://stackoverflow.com"
and xpath='//div/h3/a[@href]'

为查询div/h3/a

提供了相同的结果

Answer 1

YQL要求xpath表达式计算为itemPath而不是节点文本。但是一旦你有了一个itemPath，你可以从树中投射各种值

换句话说，ItemPath应该指向结果HTML中的节点而不是文本内容/属性。当您从数据中选择*时，YQL将返回所有匹配的节点及其子节点。

示例

select * from html where url="http://stackoverflow.com" and xpath='//div/h3/a'

这将返回与xpath匹配的所有a。现在要投影文本内容，您可以使用

将其投影出来

select content from html where url="http://stackoverflow.com" and xpath='//div/h3/a'

“content”返回节点内保存的文本内容。

对于投射属性，您可以相对于xpath表达式指定它。在这种情况下，因为您需要相对于。

的href

select href from html where url="http://stackoverflow.com" and xpath='//div/h3/a'

这会返回 <results> <a href="/questions/663973/putting-a-background-pictures-with-leds"/> <a href="/questions/663013/advantages-and-disadvantages-of-popular-high-level-languages"/> .... </results>

如果您同时需要属性'href'和textContent，则可以执行以下YQL查询：

select href, content from html where url="http://stackoverflow.com" and xpath='//div/h3/a'

返回：

<results> <a href="/questions/663950/double-pointer-const-issue-issue">double pointer const issue issue</a>... </results>

希望有所帮助。如果您对YQL有更多疑问，请与我们联系。

使用Yahoo YQL查询html

1 个答案: