yuluofanchen
V2EX  ›  问与答

神箭手如何保留 a 标签的文字?

  •  
  •   yuluofanchen · May 19, 2017 · 2163 views
    This topic created in 3309 days ago, the information mentioned may be changed or developed.

    新人,不懂 python,但是折腾了一个小时,看了下案例,终于写了一个爬虫出来练习了。但是获取的文章是带有链接的,看了下文档,有清除 a 标签的函数,但是不复合我的要求。这个函数是把包含 A 标签的文字都给处理掉了。

    这是他们的文档,http://docs.shenjianshou.cn/develop/functions/functions.html. 从 data 中去除符合 xpath 的所有 HTML 元素

    代码是: var configs = { // configs 的其他成员 ... fields: [ { name: "content", selector: "XXX" } ] };

    configs.afterExtractField = function(fieldName, data, page, site) { if (fieldName == "content") { // 去除"data"中所有 a 标签 data = exclude(data, "//a"); // 返回去除 a 标签后的"data" return data; } return data; };

    我想问问就是,要怎么修改才能去掉 A 标签里面的 href,同时保留文字呢?

    4 replies    2017-05-19 08:56:36 +08:00
    15015613
        1
    15015613  
       May 19, 2017 via Android   ❤️ 1
    data = extract(data, "//a/text()");
    15015613
        2
    15015613  
       May 19, 2017 via Android   ❤️ 1
    yuluofanchen
        3
    yuluofanchen  
    OP
       May 19, 2017 via Android
    谢谢楼上的几位
    yuluofanchen
        4
    yuluofanchen  
    OP
       May 19, 2017 via Android
    @15015613 谢谢,看来得好好学下 xpath。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   958 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 31ms · UTC 21:58 · PVG 05:58 · LAX 14:58 · JFK 17:58
    ♥ Do have faith in what you're doing.