前嗅ForeSpider脚本教程-链接抽取：应用场景及链接在源码的html标签里写脚本

那时，小贴士给我们增添的讲义为：前嗅ForeSpiderJAVA讲义中，镜像抽出的应用领域情景，和镜像在源码的html条码里写JAVA的两栖作战讲义。概要如下表所示：

一.应用领域情景

当须要全自动加进镜像时，可加进镜像JAVA。

在“镜像JAVA处”，可能将加进的类为extractor 、result、url、grabDoc、dom。

二.镜像在源码的html条码里

镜像门牌号可在源码中搜寻到。在最终目标页面滑鼠，优先选择“查阅源码”，按键点选“ctrl+F”，搜寻最终目标镜像具体边线。最终目标镜像存有于条码中。

1.镜像须要循环式

情景：比如说缩放等规律性完全相同的一连串最终目标镜像，存有于两个大的ul条码或是div条码里。

在该网页滑鼠优先选择“查阅示例”，搜寻第二条镜像的镜像门牌号，功能定位最终目标统计数据边线。

将该源码粘贴到notepad++中，优先选择语言为html，搜索最终目标统计数据的具体边线“ul”条码的id值。

由图可知，列表页文章镜像位于每个li中的a条码的href中。

JAVA实例：暂无。

2.镜像不循环式

页面滑鼠优先选择“查阅示例”，功能定位镜像具体边线。

因条码名，和父级

的class属性都在多处存有，因此须要再向上搜寻节点，直到id为tab2-list的。

JAVA实例：

var div = DOM.FindId(“tab2-list”);//先搜寻div

var a = DOM.FindClass(“more”,”a”,div );//从上一行找到的div开始搜寻，class属性为more的a条码。

url u;

u.urlname = “http://www.bgpc.gov.cn”+a.href;    //拼接完整的镜像门牌号

u.title = “更多”;    //填写title

u.entryId = CHANN.id;

u.tmplId = 2;

RESULT.AddLink(u);