Scrape/Retrieve 来自数据网格的数据 - DOM 到 CSV 控制台输出

Question

我想刮此页面上的单元格小部件 -> 数据网格： http://samples.gwtproject.org/samples/Showcase/Showcase.html#!CwDataGrid

理想情况下，我正在寻找 csv 样式的字符串输出，例如（第一行和最后一行示例）

;Corey;Jenkins;63;Coworkers;438 Techwood St;
.... (many rows here)
;Yvonne;Morris;55;Family; 483 Third Pkwy;

（我正在使用 Firefox）

Answer 1

不确定您是否正在尝试这样做以在 gwt 网站上构建网站抓取工具。在上面的示例中，每一行在由 TR 标记表示的每个网格行中都有一个标识属性。对于第一个 TR 标签，您将有 __gwt_row="0" __gwt_subrow="0".

您还将拥有 __gwt_cell="cell-gwt-uid-29"

类型的单元格属性

行和单元格的上述两个属性应该允许您轻松地执行 XPATH 查找和迭代以抓取页面并输出到 csv 文件。

Answer 2

var jq = document.createElement('script');

jq.onload = function() {
    jQuery.noConflict();

    // Our stuff...
    (function ($) {
        $('table').find('tr')
            .each(function(j, rowitem) {
                var line = ''
                $(rowitem).find('div').each(function(i, item) {
                    var o = $(item).find('option[selected]');
                    if (o.length > 0) {
                        line += $(o).text();
                    } else {
                        line += $(item).text();
                    }
                    line += ';';
                });
                console.log(line);
            });
    })(jQuery);
}

// Load jQuery as per 
jq.src = "http://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js";
document.getElementsByTagName('head')[0].appendChild(jq);

Scrape/Retrieve 来自数据网格的数据 - DOM 到 CSV 控制台输出

Scrape/Retrieve Data from Data Grid - DOM to CSV console output

javascript

firefox

jquery

gwt

web-scraping