八爪鱼怎样通过xpath实现自定义定位元素.docxVIP

八爪鱼·云采集服务平台 八爪鱼·云采集服务平台八爪鱼如何通过xpath实现自定义定位元素定位元素：八爪鱼通过Xpath来实现元素的定位。适用情况：八爪鱼自动定位方式不能满足需求的情况。下面演示如何通过自定义定位元素方式来修改元素匹配的Xpath，借此修改提取元素步骤采集到的数据。示例网址：/guide/demo/genremoviespage1.html步骤一：点击自定义采集下的立即使用→输入网址并保存自定义定位元素方式-图1自定义定位元素方式-图2步骤二：点击采集位置→循环采集元素→补充并修改提取元素步骤自定义定位元素方式-图3自定义定位元素方式-图4说明：循环采集元素会采集所有信息，我们在补充并修改提取元素步骤进行了删除第一个字段操作，同时添加了我们需要的正确字段。步骤三：修改自定义定位元素方式选中要修改的字段→点击高级选项中自定义数据字段（如下图）→点击自定义定位元素方式自定义定位元素方式-图5进入自定义定位元素方式后，我们在下图红框处修改Xpath自定义定位元素方式-图6其中元素匹配的Xpath是指可以通过这个Xpath路径在网页中直接找到所需数据的路径；相对Xpath指相对于循环Xpath的路径，将循环中的Xpath接上相对Xpath路径就可以生成一条直接匹配元素的路径。下面进行演示。演示中使用了火狐浏览器的Firebug插件，详细使用情况请到Xpath使用教程中查看。自定义定位元素方式-图7自定义定位元素方式-图8自定义定位元素方式-图9自定义定位元素方式-图10如图，示例中将循环中的Xpath和字段对应的相对Xpath接在一起，在浏览器中可以查找到所有的标题。假如我们想通过Xpath的修改采集其他的字段怎么采集呢？下面演示如何通过自定义定位元素方式修改标题字段的Xpath使之采集的内容变成类型中的内容步骤1：找出类型所在的Xpath是怎样的自定义定位元素方式-图11自定义定位元素方式-图12自定义定位元素方式-图13说明：我们知道循环中的内容为每个需要采集的内容所在的位置，我们将循环中的Xpath复制进入浏览器也看到匹配到了所有电影的框。随后我们查看类型所在的Xpath，可以看到如下图：自定义定位元素方式-图14查看到的Xpath为html/body/div/div/ul/li[1]/span[2]/span/span步骤2：修改Xpath使之定位到所有的电影类型。因为我们知道LI元素定位三个电影整体的框，所以我们将循环中的//LI[@class=movie]替换到类型所在的Xpath中，形成Xpath为：//LI[@class=movie]/span[2]/span/span元素前//表示不论LI在何处都匹配，所以可以省掉前面所有的元素。此时我们的得到的Xpath就可以匹配所有的电影类型自定义定位元素方式-图15可以看到该Xpath可以定位到红色箭头位置所示的3个元素，红框中也标出了类型，我们一共在该页只有三个电影，所以我们就得到了所有电影类型的Xpath。步骤3：将得到的Xpath放入自定义定位元素方式中自定义定位元素方式-图16自定义定位元素方式-图17自定义定位元素方式-图18自定义定位元素方式-图19说明：复制元素匹配Xpath后，因为我们知道循环Xpath为LI元素，所以我们复制LI元素后的部分进入相对Xpath中。通过手动运行三个电影验证标题是否改为类型，确定改变，会跟着变化，修改完成。步骤四：保存并启动→数据导出自定义定位元素方式-图20自定义定位元素方式-图21相关采集教程：京东商品信息采集58同城信息采集搜狗微信文章采集八爪鱼——70万用户选择的网页数据采集器。1、操作简单，任何人都可以用：无需技术背景，会上网就能采集。完全可视化流程，点击鼠标完成操作，2分钟即可快速入门。2、功能强大，任何网站都可以采：对于点击、登陆、翻页、识别验证码、瀑布流、Ajax脚本异步加载数据的网页，均可经过简单设置进行采集。3、云采集，关机也可以。配置好采集任务后可关机，任务可在云端执行。庞大云采集集群24*7不间断运行，不用担心IP被封，网络中断。4、功能免费+增值服务，可按需选择。免费版具备所有功能，能够满足用户的基本采集需求。同时设置了一些增值服务（如私有云），满足高端付费企业用户的需要。