提取数据.PDF

提取数据 --文本、innerhtml、outerhtml 文章讲述的入口地址为/guide/demo/simplemovies2.html 八爪鱼提取数据字段时，会有以下几个选项。如下图： 首先看到抓取这个元素的文本，这个意思是说直接抓取页面上显示的数据字段，例如我 们抓取这个标题 点击浏览器中的标题，在弹出的对话框中选择抓取这个元素的文本。如下图，显示的就 是 浏 览 器 中 的 数 据 字 段 。 接下来看第二个选项，抓取这个元素的innerhtml。首先看到html,前面在xpath 的入门 教程里给大家介绍到了html 是网页的代码，可能有些情况下我们需要抓取这些代码。可以 看到括号里面的提示抓取这个元素内部的网页源代码，带格式的文本和图片。 例如我在火狐浏览器打开这个网页，直接定位整篇文章，可以看到源码里面是在div 元 素里面的 如果我们在八爪鱼里面提取整篇文章的源码选择innerhtml,如下图所示： 操作之后可以看到如下图所示，里面的代码是以div class =tutorialContainer开头的 对比下面的火狐浏览器可以看到是以里面的div 开始的 现在大家明白了innerhtml 的含义了吗？即当前元素的内部源代码 再看看第三个选项outerhtml，括号里面的提示为包含当前元素的网页源代码，带格式的网 页和图片。 同样我们在八爪鱼里面提取整篇文章的源码选择outerhtml 操作之后可以看到如下图所示，里面的代码是以div style=padding: 19px;开头的 对比火狐里面的源码可以看到是以本身div 开始的。 现在大家也知道了outerhtml 的含义了即包含当前元素的网页源代码。