前嗅ForeSpider脚本教程:模板脚本

41次阅读

共计 674 个字符,预计需要花费 2 分钟才能阅读完成。

链接脚本是频道的模板中的脚本。配置了模板脚本,模板的处理流程将被改变:1. 如果脚本未正确返回 dom 区域节点,则该模板的采集则完全由该脚本控制。2. 如果脚本返回了一个正确的 dom 区域节点,则该模板的所有流程(链接抽取或数据抽取)都以该区域节点为基准,区域外的信息和数据将优先作为垃圾数据处理。
一. 可用全局对象(只读)
EXTRACT: 当前采集引擎 [对象类型: extractor]DATADB: 当前连接的数据库 [对象类型: dataBase]RESULT: 当前结果集对象 [对象类型: result]URL: 当前采集的链接对象 [对象类型: url]URLTEXT : 描述当前链接采集的所有状态及属性的对象 [对象类型: urltext]DOC: 当前采集的文档对象 [对象类型: grabDoc]DOM: 当前采集文档的 dom 对象 [对象类型: dom]TMPL: 当前结果集对象 [对象类型: tmplTmpl]:等价于 this 对象
二.this 对象
当前模板 [tmplTmpl] 对象。
三. 脚本返回值:
如果需要进行数据操作必须 return 文档区域(domItem 对象);否则返回 0。
示例: 以下脚本查找网页(文档)中的第一个表格对象,如果找到表格则从表格中提取链接或数据;否则不处理当前页面:
return DOM.FindName(“table”);

如果想要特定的链接,比如关键词搜索这样的,就会用模板脚本,下面是每个模板脚本必有的代码:
url u;u.title = “”;
u.urlname = “”;
u.tmplid = 3;
u.entryid = CHANN.id;
RESULT.AddLink(u);

正文完
 0