这种情况怎么采啊？非常变态

chenjiu · 发表于 2009-11-11 18:55:19

本帖最后由 chenjiu 于 2009-11-11 22:20 编辑

网址：http://www.ikea.com/cn/zh/catalog/products/50141719
这个商品页的价格怎么采啊。
价格前边那个变态的符号怎么处理？
有点像是￥，但是又不是￥，复制到火车头是显示的是问号。

补充一下：要求采到的结果是纯数字，不包含￥的。
关键的问题在于他的那个符号看起来好像是￥，但是实际不是￥
你们试着采一下就知道了

zjyk1984 · 发表于 2009-11-11 20:01:08

这个可以采的啊，还很简单哦

规则模块定做，数据采集联系QQ：8708077

chenjiu · 发表于 2009-11-11 20:29:10

楼上能不能说说怎么采？
不知道你是不是试过了

sunny22 · 发表于 2009-11-11 21:10:20

￥ 249.00

不就是这个个符号吗？

论坛政要 · 发表于 2009-11-11 21:56:42

rhf fp 看过了。确实不难。

风吼 · 发表于 2009-11-11 22:07:57

采集开始区域：<span id="price1" class="priceField1">

采集结束区域：</span>

chenjiu · 发表于 2009-11-11 22:18:21

他页面中￥这个符号不正常
你们试着采采就知道了，我要求的结果是纯数字，不带￥的

nothing · 发表于 2009-11-11 22:48:57

我也来学习学习我也搞不定出来的是疑问号是不是编码问题？跟lz共同关注

chenjiu · 发表于 2009-11-12 13:45:00

使用的UTF-8的编码也还是不行，不知道他这个是什么编码

kjmdiba · 发表于 2009-11-12 14:33:56

本帖最后由 kjmdiba 于 2009-11-12 14:57 编辑

火车可以识别编码, 跟编码无关.

这个符号其实是2横的那个¥ (并非一横的￥) 火车自动将2横变成1横的, 所以无法读取过滤.

用正则解决(获得带小数点的数字):
<meta name="price" content=".*?(?<content>\d+?\.\d+?)" />

帐号		自动登录	找回密码
密码			加入会员