0

好的，这就是我要找的。

我想进入 DOM 并寻找<a id>以“thread_title_”开头的内容。以下是我尝试过的几件事：

// setup
def slurper = new XmlSlurper(new org.ccil.cowan.tagsoup.Parser())
def gurl = new URL("url")
gurl.withReader { gReader ->

  def try1 = gHTML.body.find { it['@id'].startsWith("thread_title_") }
  // fails: Caught: groovy.lang.MissingMethodException: No signature of method: groovy.util.slurpersupport.Attributes.startsWith() is applicable for argument types: (java.lang.String) values: [thread_title_]

  def try2 = gHTML.body.find { it['@id'] =~ /thread_title_/ }
  // fails: Caught: groovy.lang.MissingMethodException: No signature of method: groovy.util.slurpersupport.Attributes.startsWith() is applicable for argument types: (java.lang.String) values: [thread_title_]

  def try3 = gHTML.body.find { it['@id'].name.startsWith("thread_title_") }
  // fails: Caught: groovy.lang.MissingMethodException: No signature of method: groovy.util.slurpersupport.NodeChildren.startsWith() is applicable for argument types: (java.lang.String) values: [thread_title_]

  def try4 = gHTML.body.find { it['@id'] == 'thread_title_745429' }
  // doesn't fail, but doesn't return anything either

  def try5 = gHTML.body.findAll { it.name() == 'a' && it.@id.startsWith('thread_title_') }
  try5.eachWithIndex { row, i ->
    println "rn: $i"
  }
  // no output

}

这是属性的 gdoc。我真的不想要“名字”，我想要“价值”。gpath 页面暗示了它的node.character.find { it['@id'] == '2' }工作原理，这对我来说似乎很像 find..startsWith 。这个 stackoverflow 的答案是相似的，但是 startsWith 是不同的，并且似乎在整个事情中都受到了影响。第五个条目的灵感来自这个 stackoverflow 答案。

如果您担心输入数据有问题： $ curl --silent http://www.advrider.com/forums/forumdisplay.php?f=18 | grep thread_title | 厕所-l 43

这是使用curl | grep上述内容的一些示例输出。

<a href="foo" id="thread_title_705760">text</a>
<a href="foo" id="thread_title_753701">text</a>

我安装了 Groovy 1.7.10。可以更新一下，不知道有没有用。

4

1 回答 1

2

这是怎么回事？

@Grab( 'org.ccil.cowan.tagsoup:tagsoup:1.2.1' )
import org.ccil.cowan.tagsoup.Parser

def gHTML = new URL( 'http://www.advrider.com/forums/forumdisplay.php?f=18' ).withReader { r ->
  new XmlSlurper( new Parser() ).parse( r )
}

def allLinks = gHTML.body.'**'.findAll { it.name() == 'a' && it.@id.text().startsWith( 'thread_title_' ) }
allLinks.each { link ->
  println "${link.text()} -> ${link.@href}"
}

如果您有任何问题或疑问，请告诉我:-)

于 2012-02-22T10:43:21.350 回答