取值属性

首先,字段通过 XPath 定位查找到 Html 元素,然后我们就需要通过取值属性 来确定 Html 元素的哪个部分来作为字段值。

attr

一般情况下,采集器默认使用 InnerText 属性(当前节点以及其子节点的文本)

除了 InnerText,还有其以下内置属性:

  • Text ,表示当前节点的文本
  • InnerHtml,表示当前节点内部的 HTML 语句(不包括当前节点)
  • OuterHtml,表示当前节点的 HTML 语句

常用的属性还有:

  • href,表示链接地址(A标签<a)
  • src,一般表示图片地址(IMG标签<img)
  • class,表示样式(css)
  • data-*,表示一些数据类型

除了内置属性外,用户可以手动填写 HTML 属性

*特别提示:这里是可以手动输入属性名称,即使下拉选项中没有。比如常见的onclick、value、class。