V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
yuluofanchen
V2EX  ›  问与答

神箭手如何保留 a 标签的文字?

  •  
  •   yuluofanchen · 2017-05-19 00:15:59 +08:00 · 1709 次点击
    这是一个创建于 2744 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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 条回复    2017-05-19 08:56:36 +08:00
    15015613
        1
    15015613  
       2017-05-19 08:34:17 +08:00 via Android   ❤️ 1
    data = extract(data, "//a/text()");
    15015613
        2
    15015613  
       2017-05-19 08:35:42 +08:00 via Android   ❤️ 1
    yuluofanchen
        3
    yuluofanchen  
    OP
       2017-05-19 08:49:17 +08:00 via Android
    谢谢楼上的几位
    yuluofanchen
        4
    yuluofanchen  
    OP
       2017-05-19 08:56:36 +08:00 via Android
    @15015613 谢谢,看来得好好学下 xpath。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3919 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 05:21 · PVG 13:21 · LAX 21:21 · JFK 00:21
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.