【问题标题】:Extracting html elements in a given region?提取给定区域中的html元素?
【发布时间】:2010-12-21 19:19:33
【问题描述】:

给定一个由矩形和 url 定义的区域,有没有办法确定给定 url 的页面上给定矩形内的元素?

编辑:屏幕分辨率、字体大小等都可以设置为合理的默认值。

【问题讨论】:

  • 你想检索什么?图像元素或 HTML ?
  • 理想情况下,该区域内的任何 html 元素。

标签: html url screen-scraping html-content-extraction layout-extraction


【解决方案1】:

也许,但您需要使用完整的浏览器渲染引擎。我推荐webkit 的QT 实现。上手相当简单。

您需要考虑的一些事项:

  • 屏幕分辨率。
  • 浏览器字体大小。
  • 浏览器类型。

【讨论】:

    【解决方案2】:
    • 从 URL 获取文档。
    • 呈现(在浏览器中)。
    • 对于浏览器 DOM 中的每个元素:
      • 获取元素占据的矩形[s]。
      • 将元素的矩形与您感兴趣的矩形进行比较。

    【讨论】:

    • 这几乎就是我最终要做的。我使用了 pyqt 版本的 webkit。效果很好。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2019-08-20
    • 1970-01-01
    • 2011-02-07
    • 1970-01-01
    • 2016-05-17
    • 2023-04-08
    • 1970-01-01
    相关资源
    最近更新 更多