問題タブ [webharvest]

Web ハーベスト ツールを使用してデータを廃棄しています。製品の名前と価格など、必要なデータを取得しています。

ここに私の設定ファイルがあります。

今、この名前と価格の情報を、名前と価格の 2 つの列を含む mysql データベース テーブルに移動しようとしています。データベースタグを使用する必要があるという情報を入手しました。しかし、それを使用する方法に関する情報は得られません。

私の設定ファイルでそれを設定する方法を教えてください。

前もって感謝します。

• サヒティ

私は 5 か月間 web-harvest を使用し、次の構文で web のコンテンツを取得しようとしました。

コンテンツを取得しましたが、最近、次のエラーが発生します。

私はそれを別のPCに接続し、正しく動作しましたが、私のPCではこのエラーが発生しました.

私がしようとしているのは、定義済みのリストから複数の Web ページを取得することです。コードは次のとおりです。

エラーは「変数の割り当て: コード: org.webharvest.runtime.variables.ListVariable を java.lang.String に割り当てられません」です。

ここで何が欠けていますか？

私は webharvest を初めて使用し、次のステートメントを使用して、Web サイトから記事データを取得するために使用しています。

これは、上記のステートメントから取得したデータです。

私の質問は、構成を使用して「著名人」の後のコンテンツ全体を削除することは可能かということです。このようにすることは可能ですか？可能であれば方法を教えてください。ありがとう。

編集： 望ましい出力：

私は webharvest を初めて使用し、次のステートメントを使用して、Web サイトから記事データを取得するために使用しています。

これは、上記のステートメントから取得したデータです。

私の質問は、上記の例の文字列を別の文字列から差し引くことは可能ですか?コンテンツから「著名人」です。

このようにすることは可能ですか？可能であれば方法を教えてください。ありがとう。私がこのようにできることはありますか：

containsは、文字列が別の文字列の部分文字列であるかどうかを判断するための関数名の例です。minusは、別の文字列から部分文字列を削除するための関数名の例です

望ましい出力:

Webharvest と xquery を使用して、Web サイトからデータを取得しています。

次のデータを持つ2つのxquery変数があります

$text:

と$contact:

(上記のテキストは一例です。)

私がしたいのは、これまでのコンテンツを削除することです。$contactこれまでの$textところ、次のコードを思いつきました:

機能していません。どこが間違っているのかわかりません。これを行う正しい方法を教えてください。

リンクされたプロフィールページのcurlを使用してWebスクレイピングを行っています。公開されているこの ( http://in.linkedin.com/in/ratneshdwivedi ) URL からデータを抽出しようとすると、うまくいきます。リンクインにログインして、この URL ( http://www.linkedin.com/profile/view?id=77597832&locale=en_US&trk=tyah2&trkInfo=tas%3Aravi%20kant%20mishra%2Cidx%3A1- ) からデータを収集しようとすると、 1-1 ) 機能せず、代わりに空のデータを返します。

以下は私のソースコードです：

前もって感謝します

質問があります（ダミーかもしれません）。html ページ内に次のコード スニペットがあり、他の多くのもの (他のスクリプト タグと html タグ) があるとします。

そして、 mapData 変数のコンテンツのみをスクレイピングしたいと思います (上記の例では太字になっています)。

mapData 変数のコンテンツのみを取得するために、xml 構成ファイルで使用する必要がある xpath 式に苦労しています。私は XPath/Web-harvest を初めて使用するので、ソリューションが xpath 式を使用しているのか、それとも他のアプローチを使用しているのかわかりません。

これまでは HTML タグとその中の id 属性の名前に基づいてスクレイピングを行っていましたが、今ではファイル内に多数のスクリプト タグしかなく、mapData 変数を取得する必要があります。

何かご意見は？