1

html.parser.analyzer是如何使用 HTML，似乎：

( 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？它应该是类似的东西About 53,000,000 results。html.parser.analyzer似乎没有暴露文字......？

编辑：哦：

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

这不是一个p，这是一个div。所以问题真的是，我如何获取 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

没那么简单。:(

4

1 回答 1

1

如果您使用find-by-id-between，那将为您提供内部的所有内容以及标签本身（或者看起来像:)。

文本将在结果中，因此：

( 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"

这是西班牙语，因为爱管闲事的谷歌发现了我是谁！

于 2016-04-03T01:23:15.970 回答