1

我想在网络上提取一些数据，我正在使用 chrome 提供的网络爬虫开发工具。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）。但是每个部分都包含很多行，并且这些行的位置是不固定的。如果它是使用 TR 和 TD 标签描述的，那么我可以应用这样的条件（例如：tr:contains('Prozessortyp') td.value）这个条件确认，如果行值是“Prozessortyp”，那么只有对应的 td 值。

但是我正在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。 在此处输入图像描述

在此处输入图像描述

当我想在本节中选择第一行时，它在网络爬虫中提供的选择器是section:nth-of-type(2) dd:nth-of-type(1). 但是我怎么能设置条件，当行有一个键“Arbeitsspeicher-Typ”时，然后选择相应行中的值。

谢谢 ：）

4

1 回答 1

0

CSS 选择器实际上能够选择元素的兄弟姐妹。对于这个用例，您需要相邻兄弟选择器(+)：

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

这应该可以解决问题，假设选择器在选择器图中是明确的。我建议使用dl.specification作为父选择器。

如果任何dt元素表示在文本输出中不容易捕获的布尔属性，例如当dd包含没有文本的 svg 复选标记时：

dt:contains("Validated")

当行本身的存在是有条件的时，简单地检查是否存在dt（省略同级选择器）可以产生所需的信息。dd

于 2019-03-02T23:10:21.047 回答