如何更改Xidel中导出变量的顺序？

Question

我正在使用Xidel从网页上抓取信息，并且我被困在以不同于页面上的顺序导出信息。

示例：

<tr>
<td></td>
<td></td>
<td></td>
<td><a><font><b>{ location:=. }</b></font>{ title:=. }</a></td>
<td>{ dates:=. }</td>
<td></td>
</tr>

此代码将导出为标题，然后导出为副标题。在Xidel中有什么方法可以改变顺序吗？

Answer 1

这可能很简单，就像：

xidel -q page.html -e subtitle:=//h2,title:=//h1

类似下面的代码(带有几个"-e“参数)也可以工作，但像前面的代码一样，它将首先对所有副标题进行分组，然后对页面上的所有标题进行分组，这可能不是您想要的……

xidel -q page.html -e "<div><h2>{subtitle:=.}</h2></div>+" -e "<div><h1>{title:=.}</h1></div>+" 

AFAIK，在你的例子中，Xidel中没有排序功能。但是您可以编写一个脚本，在其中将值保存为env。带有xidel --output-format cmd (如果是Windows)的变量，然后(按正确的顺序)回显/处理这些变量/值。

Dirkk给了一个很好的建议(不要分组)，你的线条可能是这样的：

xidel -q page.html --xquery "for $i in //div return (concat('sub:=',$i/h2), concat('title:=',$i/h1))"

Answer 2

我从来没有使用过这个工具，但是快速浏览一下文档，发现它支持XQuery，我想下面的代码应该可以工作：

xidel -q page.html --xquery "for $div in //div return ($div/h2, $div/h1)" --output-format xml 

这假设你的页面中有几个这样的div元素，并且想要首先对所有带有字幕的标题进行排序，即不是所有的字幕都首先排序。而且，由于您没有给出更具体的XML示例，它只是选择所有div并遍历它们-在实际的HTML中，您可能需要更具特征的特性(如id属性)。