BUG通过XPath来获取meta content获取不到

wjspwy · 发表于 2023-3-13 11:40:16

BUG通过XPath来获取meta content获取不到
规则是//meta[@name="keywords"]/@content
我通过浏览器XPath插件跟其他采集器工具使用此XPath规则是能获取到内容的，

由于需要采集多个不同网页meta使用前后截取规则方式来匹配大多内容采集不到，后来发现使用XPath方式能成功解决，但是火车头采集器使用此规则获取不到内容
http://bbs.locoy.com/spider-197748-1-1.html

leweizxl · 发表于 2023-3-13 11:54:02

采集器是根据源码采集的，xpath获取需要符合源码范围处理。

wjspwy · 发表于 2023-3-13 12:09:25

leweizxl 发表于 2023-3-13 11:54
采集器是根据源码采集的，xpath获取需要符合源码范围处理。

源码里面包含，我使用其他品牌的采集器测试是能成功能拿到，你可以测试下，使用xpath获取meta内容

leweizxl · 发表于 2023-3-14 09:10:27

wjspwy 发表于 2023-3-13 12:09
源码里面包含，我使用其他品牌的采集器测试是能成功能拿到，你可以测试下，使用xpath获取meta内容 ...

节点选outerhtml即可

wjspwy · 发表于 2023-3-16 21:26:00

leweizxl 发表于 2023-3-14 09:10
节点选outerhtml即可

这种方式获取会包含meta标签，我只需要内容就行的那种

leweizxl · 发表于 2023-3-17 09:06:05

wjspwy 发表于 2023-3-16 21:26
这种方式获取会包含meta标签，我只需要内容就行的那种

采集器里的属性只能选择

wjspwy · 发表于 2023-3-20 14:35:06

leweizxl 发表于 2023-3-17 09:06
采集器里的属性只能选择

没有明白。。。。

leweizxl · 发表于 2023-3-21 09:00:16

wjspwy 发表于 2023-3-20 14:35
没有明白。。。。

意思是，目前只能是这个结果，要去掉代码做内容替换处理。

wjspwy · 发表于 2023-3-21 10:47:02

好吧。。。。。。

帐号		自动登录	找回密码
密码			加入会员