提取数据并进行转换 intoa数据集

最常见的要求之一是从网站提取数据并将其打开 int可以导出以进行进一步处理的表格结构。但是，什么是数据集以及如何在数据集中使用网页抓取工具?

数据集示例：价格表

以下是数据集中包含的表数据 价位表，表格由三列组成 物品标签, 商品描述 和 商品价格.

物品标签	商品描述	商品价格
相机	拍摄数码照片	$99.00

要创建此数据集，您将需要使用以下刮刮说明。

Data.save('Camera', 'price list', 'item label');
Data.save('Takes digital photos', 'price list', 'item description');
Data.save('$99.00', 'price list', 'item price');

这使用 Data.save 添加一个方法 数据值 到特定的 数据集 和栏。每次 Data.save 使用相同的数据集和列名称参数调用方法，将新行添加到该列。但是，上面的抓取指令不是非常有用，因为我们正在使用静态值创建数据集。下面的代码显示了网页的HTML，然后我们将编写抓取指令以从网页中动态提取数据，并 save it intoa数据集。

<html>
    <body>
        <span id="spnLabel">Nikon 1055</span>
        <span id="spnDescription">Great little camera, creates clear sharp images.</span>
        <span id="spnPrice">$99.99</span>
    </body>
</html>

我们现在将使用 Page.getTagValue 从span标签中提取值的方法。

Data.save(Page.getTagValue({"id":{"equals":"spnLabel"}}), 'price list', 'item label');
Data.save(Page.getTagValue({"id":{"equals":"spnDescription"}}), 'price list', 'item description');
Data.save(Page.getTagValue({"id":{"equals":"spnPrice"}}), 'price list', 'item price');

如您所见 Page.getTagValue 方法使用过滤器，该过滤器唯一地标识需要从中提取文本的HTML元素。在这种情况下，过滤器指定id HTML属性应等于 spnLabel, spnDescription or spnPrice 分别。您可以通过点击图标，其中显示了一个向导，可简化过滤器的构造。

如此处所示构建数据集后，您可以决定如何在 导出选项 标签。