如何開始頁面刮擦技術

Question

我是新來的頁面疤痕，我不知道從哪裏開始。 什麼是最簡單的方法來做頁面劃痕？您對此有何看法，哪種網絡技術最適合這一點？ 任何人都可以幫助我，謝謝。

Answer 1

那麼可能最好的和easiset的方式將與雅虎查詢語言YQL。 使用簡單。 U也可以將yahoo管道與yql一起使用。去谷歌上查詢。 你可以從這裏開始： http://ijaar.com/basic-yql-tutorials/

此外，還有一些關於在這裏堆棧屏幕劃痕的問題，所以檢查出來。

是的，yql不是唯一的技術，你也可以使用php，xquery，甚至python，但在我看來這是最簡單的 - 它工作得很好。

Answer 2

調查html aglity pack;

例子：

嗯，這取決於。例如，如果一個標籤有一個類並且它是唯一的 - 它是一個功能，但是如果有多個標籤，則需要根據標籤位置來思考和創建功能，另一種情況是沒有標籤時您會必須計算html元素;例如，您可能還需要循環Tabe行。

下面的示例與您需要的類似。 （不知道它是否仍然有效，因爲如果頁面佈局發生變化，它可能會失敗。）但它提供了這個想法，你可以從那裏開始。

PS - 當提問時，請給出確切的問題，而不是模糊的問題。

C＃示例：

   String openUrl = @"http://www.ebay.com/sch/-/11724/i.html?_nkw=" + some_part_number + "&_armrs=1&LH_Complete=1"; 

       HtmlWeb hw = new HtmlWeb(); 
       hw.UserAgent = "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)"; 
       HtmlAgilityPack.HtmlDocument doc = hw.Load(openUrl); 

       foreach (HtmlNode nd in doc.DocumentNode.SelectNodes("//tr[@itemprop='offers']")) 
       { 
        String title = ""; 
        title = Regex.Split(nd.InnerHtml.ToString(), ("title='"))[1].Trim(); 
        title = Regex.Split(title, "'")[0].Trim(); 
       }