html - 使用 Yahoo YQL 查询 html

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
永久链接

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

以 xml 形式给出锚点列表

<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()'

我得到连接的结果而不是节点列表，例如

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

如何将其分成节点列表以及如何选择属性值？

像这样的查询

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

给了我相同的查询结果div/h3/a

Answer 1

YQL 要求 xpath 表达式计算为 itemPath 而不是节点文本。但是一旦有了 itemPath，就可以从树中投影各种值

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

例子

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

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

“content”返回节点中保存的文本内容。

为了突出属性，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 a 的 href。

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

这返回 <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>

希望有帮助。如果您对 YQL 有更多问题，请告诉我。