imacros 提取所有没有href的文本答案

【问题标题】：imacros Extract all text without hrefimacros 提取所有没有href的文本
【发布时间】：2017-08-18 05:10:26
【问题描述】：

需要帮助以提取 text1、text2、text3（我的意思是所有文本，有时直到类别中的 text9）

<h4>Category:</h4>
<p><a href="">text1</a>, <a href="">text2</a>, <a href="">text3</a></p>

我的 imacros 代码只提取 text1

TAG POS=R1 TYPE=A ATTR=TXT:* EXTRACT=TXT

问：如何提取类别中的所有文本？

谢谢

【问题讨论】：

提取后你想对数据做什么？将其存储在 csv 文件中？
可以选择 JavaScript 吗？如果你不知道你会得到多少 texts，你可以只提取 p 并在 JavaScript 中解析结果：TAG POS=R1 TYPE=P ATTR=* EXTRACT=HTM 产生 <p style="outline: 1px solid blue;"><a href="">text1</a>, <a href="">text2</a>, <a href="">text3</a></p>
@NarenMurali 是的，使用 SAVEAS TYPE=EXTRACT FOLDER=D:\ FILE=data3.csv 存储在 CSV 中，但我只需要在示例中存储 text = text1,text2,text3。
@PinkiePie，嗨，我需要结果 = text1，text2，text3 的示例。在您的代码结果中
text1, text2, text3
，谢谢

标签： imacros

【解决方案1】：

要扩展 JavaScript 注释，您可以这样做：

ExtractCategory.js 内容

// Play the macro reading the category data
iimPlay("foo.iim");
// Get the last extracted value, i.e. the p content
var pContent = iimGetExtract();
// Parse the p using regex, first find a tag pairs and then drop the surrounding a tags
var result = pContent.match(/<a(.*?)<\/a>/g).map(function(val){
   return val.replace(/<\/?a>/g,'').replace(/<a.+>/g,'');
});
// Pass the generated String to another macro to work with it
iimSet("passed_var", result);
iimPlay("bar.iim");

ExtractCategory.js 旁边的 foo.iim 内容

'Your previous code here, line #2 is just to find the right p in line #3 in a mockup html
TAG POS=1 TYPE=H4 ATTR=* 
TAG POS=R1 TYPE=P ATTR=* EXTRACT=HTM

ExtractCategory.js 旁边的 bar.iim 内容

'Do whatever with the passed variable containing your formatted String
'This is just an output to show it
PROMPT {{passed_var}}

当您运行 ExtractCategory.js 时，它将运行您的 foo.iim 代码以提取 p 内容，并使用正则表达式对其进行解析（这里可能要小心，具体取决于您期望的文本可能会中断），然后将生成的字符串传递给另一个宏以随心所欲地处理它。

运行这个你的结果是 text1,text2,text3 根据需要。

如果您需要有关如何使用它们的更多信息，请阅读 http://wiki.imacros.net/iimSet() 和 http://wiki.imacros.net/iimPlay()。

【讨论】：

【解决方案2】：

这段代码，将提取P标签内所有A标签中的数据，但是你需要做一个小设置，我使用XPATH来获取A标签的路径。

请安装：

XPath Checker By Brian Slesinsky

或

how to find the xpath of an element（我会推荐 chrome 控制台方法）

你需要右键点击a标签并给出View XPATH，这会给你一个类似XPATH的

/x:html/x:body/x:p/x:a[2]

然后，在你得到这个X路径后，你需要将它粘贴到Xpath值中（注意你需要在粘贴之前从上面的XPATH中删除x：。还要注意[中的数字Xpath 的 ] 表示子编号，因为我们使用 !LOOP 设置标签的行号 我们忽略 [2])，请参考下面的代码，我对上面的 Xpath 做了同样的事情

注意： 1. 请根据您要提取的A标签数量循环imacros代码。 2.你还需要更新SAVEAS行的文件夹属性，到你的桌面路径。

代码：

SET !LOOP 1
SET !ERRORIGNORE YES
TAG XPATH=(/html/body//p/a)[{{!LOOP}}] EXTRACT=TXT
SAVEAS TYPE=EXTRACT FOLDER=C:/Users/Test/Desktop/ FILE=output.csv

【讨论】：