转载

每日一博 | 1 分钟快速生成用于网页内容提取的xslt

在 python使用xslt提取网页数据 一文中,使用xslt来提取目标网页上的内容。示例的小程序,直接把一长段xslt赋值给变量。原文没有讲这一段xslt是怎么来的。

有的网友有疑问,这个xslt这么长,编写不是要花很长时间?

实际情况是,这个xslt是通过GooSeeker谋数台的直观标注来自动生成,1分钟就搞定了。

下面以示例程序中的 论坛帖子列表 为例,给大家带来具体的操作方法:

第一步,打开GooSeeker谋数台,输入要抓取的网址

第二步,在谋数台的浏览器显示窗口里,直接选取要提取的内容,并且起个名字,点击确认

每日一博 | 1 分钟快速生成用于网页内容提取的xslt

第三步,点击工作台的“测试”按钮,xslt就生成了,在“数据规则”窗口显示出来

每日一博 | 1 分钟快速生成用于网页内容提取的xslt

通过以上的操作,不用编程,用图形化界面直接在页面上标注,1分钟就可以生成xslt。

原文  http://my.oschina.net/gooseeker/blog/677913?fromerr=W6dathKJ
正文到此结束
Loading...