BUG通過XPath來獲取meta content獲取不到

wjspwy · 發表于 2023-3-13 11:40:16

BUG通過XPath來獲取meta content獲取不到
規則是//meta[@name="keywords"]/@content
我通過瀏覽器XPath插件跟其他采集器工具使用此XPath規則是能獲取到內容的，

由于需要采集多個不同網頁meta使用前后截取規則方式來匹配大多內容采集不到，后來發現使用XPath方式能成功解決，但是火車頭采集器使用此規則獲取不到內容
http://www.neevlearning.com/spider-197748-1-1.html

leweizxl · 發表于 2023-3-13 11:54:02

采集器是根據源碼采集的，xpath獲取需要符合源碼范圍處理。

wjspwy · 發表于 2023-3-13 12:09:25

leweizxl 發表于 2023-3-13 11:54
采集器是根據源碼采集的，xpath獲取需要符合源碼范圍處理。

源碼里面包含，我使用其他品牌的采集器測試是能成功能拿到，你可以測試下，使用xpath獲取meta內容

leweizxl · 發表于 2023-3-14 09:10:27

wjspwy 發表于 2023-3-13 12:09
源碼里面包含，我使用其他品牌的采集器測試是能成功能拿到，你可以測試下，使用xpath獲取meta內容 ...

節點選outerhtml即可

wjspwy · 發表于 2023-3-16 21:26:00

leweizxl 發表于 2023-3-14 09:10
節點選outerhtml即可

這種方式獲取會包含meta標簽，我只需要內容就行的那種

leweizxl · 發表于 2023-3-17 09:06:05

wjspwy 發表于 2023-3-16 21:26
這種方式獲取會包含meta標簽，我只需要內容就行的那種

采集器里的屬性只能選擇

wjspwy · 發表于 2023-3-20 14:35:06

leweizxl 發表于 2023-3-17 09:06
采集器里的屬性只能選擇

沒有明白。。。。

leweizxl · 發表于 2023-3-21 09:00:16

wjspwy 發表于 2023-3-20 14:35
沒有明白。。。。

意思是，目前只能是這個結果，要去掉代碼做內容替換處理。

wjspwy · 發表于 2023-3-21 10:47:02

好吧。。。。。。