有没有一种特定的方法可以将 xpaths 写入 rapidminer 以进行网络爬取

Question

我已经尝试了很多选择，在很多天里都在尝试提取数据。我不知道我哪里错了。 例如，我在网站 reviewcentre.com 上查看汽车销售网站的评论。 我正在努力检索信息，我的大多数 xpath 似乎都不正确。 我在哪里可以最好地学习如何正确地做到这一点，我花了好几天的时间。

https://www.reviewcentre.com/car_dealers/we_buy_any_car_-_wwwwebuyanycarcom-review_14068020

我知道如何复制 xpaths，但是当涉及到 rapidminer 时，我无法提取数据。 我知道我做错了，但不幸的是我不知道什么是对的。

例子包括

//*[@id="ReviewTitle-14068020"]
h:html/h:head/h:title/text() 
this one works!
//*[@id="ReviewBox-14068020"]/div[1]/div[2]/p[2]/span

我从网站上检索 xpath 似乎没有问题，但使用它在 rapidminer 上提取数据根本不起作用。如果有人能指出正确的方向，我将不胜感激。

Answer 1

显然，您不想在 xpath 中使用唯一 ID。

确保您也了解 xml 命名空间的概念。