No todas las páginas son iguales. Cuando las páginas web muestran variaciones, puedes utilizar "Condiciones de rama" para lograr el raspado basado en condiciones. Así es como funciona:
¿Cuándo deberías considerar el uso de "Condiciones de rama"?
como condición para probar: si el elemento se encuentra en la página del artículo, seguiremos adelante y capturaremos la información del producto; de lo contrario, saltaremos la página / producto por completo.
está presente en la página del artículo- Coloca el cursor sobre el lugar
donde deseas agregar la condición de rama - Haz clic en
para agregar una acción de "Condiciones" dentro del bucle
- Haz clic en "Branch conditions_Branch2" en el lado izquierdo y selecciona "Ejecutar si la página actual contiene un elemento específico".
- Completa el XPath para el elemento
: "//div[@class='pricing-price__savings']" en el cuadro de texto de abajo (¿Qué es XPath?). - Haz clic en"OK"
|
Tips! Si no sabes cómo escribir un XPath, puedes hacer clic y seleccionar el elemento en la página. Octoparse generaría un XPath automáticamente.
|
- Haz clic en la rama en el lado derecho, selecciona "Ejecutar siempre la rama"
|
Tips! En Octoparse, puedes establecer la condición en una de las siguientes opciones: 1. Ejecuta siempre la rama Cuando se selecciona esta opción, Octoparse no juzgará en absoluto y procederá a ejecutar las acciones dentro de la rama de forma inmediata, solo selecciona esta opción para la rama del lado derecho. 2. Ejecuta si la página contiene texto específico Cuando se selecciona, Octoparse buscará la cadena de texto designada dentro de la página actual. 3. Ejecuta si la página actual contiene un elemento específico Cuando se selecciona, Octoparse buscará el elemento designado (de acuerdo con el XPath completado) dentro de la página actual. 4. Ejecuta si el bucle actual contiene texto específico Cuando se selecciona, Octoparse buscará la cadena de texto designada dentro del elemento de bucle actual. 5. Ejecuta si el bucle actual contiene un elemento específico Cuando se selecciona, Octoparse buscará el elemento designado (de acuerdo con el XPath relativo completado) dentro del elemento del bucle actual. Utiliza esta opción solo cuando necesites juzgar entre los elementos de un bucle. |
), haz clic en los campos de datos que desees capturar (aprende cómo). Cambia el nombre de los campos si es necesario.
4. Arrastra la acción "Extraer datos" a la rama izquierda.
Así que ahora hemos configurado Octoparse para buscar el elemento en la página, si se encuentra el elemento, captura los datos deseados, de lo contrario, omite el producto.
|
Tips! 1. Si deseas agregar más condiciones para clasificar más variaciones, puedes hacer clic en
2. Si una condición se establece como "si se encuentra un elemento", el elemento designado debe encontrarse de forma única en la página o el juicio puede no funcionar. 3. Octoparse pasa por las ramas de izquierda a derecha de forma predeterminada. Es importante mantener siempre la condición que deseas probar dentro de la rama izquierda; si la condición para la rama izquierda es "Ejecutar siempre la rama", Octoparse no procederá a la rama de la derecha como "Ejecutar siempre la rama" siempre se probará como "Verdadero". 4. Puedes dejar la rama en blanco si no se necesitas ninguna acción de extracción de datos cuando no se cumple la condición. 5. Cuando se agrega una acción de extracción de datos a ambas ramas, tanto el número de campos de datos como el nombre de los campos de datos deben mantenerse iguales. 6. Puedes usar el juicio de rama anidada para refinar aún más la prueba. |
.
Comentarios
0 comentarios
Inicie sesión para dejar un comentario.