Un fichier Parsing HTML avec selectorgadget.com
-
09-09-2019 - |
Question
Comment puis-je utiliser belle soupe et selectorgadget pour gratter un site Web. Par exemple, j'ai un site Web - (un produit newegg) et je voudrais que mon script pour retourner toutes les spécifications de ce produit (cliquez sur les spécifications) par ce que je veux dire - Intel, bureau, ......, 2,4 GHz, 1066Mhz, ......, limitée de 3 ans.
Après avoir utilisé selectorgadget je reçois le string- .desc
Comment puis-je l'utiliser?
Merci:)
La solution
inspectant la page, je peux voir que les spécifications sont placées dans un div avec l'ID pcraSpecs:
<div id="pcraSpecs">
<script type="text/javascript">...</script>
<TABLE cellpadding="0" cellspacing="0" class="specification">
<TR>
<TD colspan="2" class="title">Model</TD>
</TR>
<TR>
<TD class="name">Brand</TD>
<TD class="desc"><script type="text/javascript">document.write(neg_specification_newline('Intel'));</script></TD>
</TR>
<TR>
<TD class="name">Processors Type</TD>
<TD class="desc"><script type="text/javascript">document.write(neg_specification_newline('Desktop'));</script></TD>
</TR>
...
</TABLE>
</div>
desc est la classe des cellules du tableau.
Qu'est-ce que vous voulez faire est d'extraire le contenu de ce tableau.
soup.find(id="pcraSpecs").findAll("td")
devrait vous aider à démarrer.
Autres conseils
Avez-vous essayé d'utiliser Feedity - http://feedity.com pour créer un flux RSS personnalisé de toute page Web.