Miscellaneous Content Options
| Misc Options | 杂项选项 |
|---|---|
| Required element | 如果当前网页上的内容不存在，当前的模板将被取消。 例如，如果您从酒店网站提取数据，而某酒店的细节页面不包含酒店名称，那么如果酒店名称内容为“Required element”选项设置，那么该酒店的所有数据都将被丢弃。 |
| Save content | 将提取的数据保存到目标数据源。 对于所有已定义的内容元素，都会提取数据，但是只有“save content ”选项的内容才会被保存到数据输出中。没有“save content” 选项的内容元素在处理过程中是可用的，可以在脚本中使用。 |
| Duplicate check | 对内容元素执行重复检查。请参阅避免冗余数据以获得更多信息。 |
| Wait for element | 等待直到当前网页上出现该内容元素。 一些web元素可能是使用AJAX加载的。Visual Web Ripper 处理网页的速度如此之快，当Visual Web Ripper 处理网页时，延迟加载的元素可能不会出现。有时，很难理解web元素是延迟加载的。 如果您定义了选择延迟加载的web元素的内容元素，那么在您下一次打开模板时，通常内容状态是黄色的，但是在您稍后编辑内容时是绿色的。这是一个明显的迹象，表明web元素是延迟加载的。您可以使用“等待元素”选项来等待web元素完全加载。 |
| Long text | Visual Web Ripper 默认情况下，在数据库表字段中保存提取的文本，这些字段可以包含4000个字符。这确保可以在数据上执行某些SQL操作。一些提取的数据可能不适合4000个字符字段，因此您可以设置长文本选项，以允许提取任何长度的内容。重复检查不会对长文本内容起作用。 |
| Process last | 内容元素通常在模板之前处理。通常，处理顺序无关紧要，但有时与内容元素相关联的脚本可能依赖于其他模板提取的内容。在这种情况下，在处理完所有其他内容元素和模板之后，您可能希望最后处理一个内容元素。 |
二选一内容选择Alternative Content Selections
有时相同的内容可能放在同一类型的两个HTML页面的不同位置。例如，您可能正在从一个房地产网站中提取属性数据，但是在属性细节页面上，属性地址可能位于稍微不同的位置。如果您添加一个内容元素来选择一个页面的地址，那么它可能不会在另一个页面上选择任何内容。在这个场景中，您可以使用一个或多个替代内容元素来选择每个位置的地址。
另一种内容元素必须以字符 # 和数字结尾，例如，Address#1或 Address#2。另一个内容元素必须有对应的正常内容元素。例如，您可以在模板中有以下三个内容元素:
Address
Address#1
Address#2
如果没有找到地址内容元素，那么Visual Web Ripper将首先尝试Address#1，然后Address#2。输出数据只包含所有三个内容元素的一个列，而列名将是地址。
网友评论