代码之家 › 专栏 › 技术社区 › Asim

在没有ID或类的情况下清除HTML表文本-javascript或jquery

web-scraping html jquery javascript

Asim · 技术社区 · 6 年前

我在尝试从网站HTML表中获取SOM数据时遇到了一些困难。我要检索的标签没有ID或类,所以如果你们能帮助我:

这是表格的外观(代码被剪切为不占用此文章中的大量空间) 以下内容:

<table class="table table-striped table-large1">
    <thead>
<tr class="small">
    <th>No</th>
    <th>Date/Time</th>
    <th colspan="7">Indexed pages /<br>
    Processed / Skipped / Fetched /<br>
    Change (Added / Removed)</th>
    <th>Proc.time</th>
    <th>Bandwidth</th>
    <th>Broken links</th>
    <th>Images</th>
    <th>Videos</th>
    <th>RSS</th>
    <th>News</th>
</tr>
</thead>
<tbody><tr class="block1">
    <td>1</td>
    <td><a href="site/3845806/chlog/?log=8950501" title="View details">2018-06-20 01:13</a></td>
    <td>944</td>
    <td>969</td>

    <td><i><strike>25</strike></i></td>
    <td>920</td>

    <td><i style="color:#900">â-2</i></td>
    <td><i>-</i></td>
    <td><i>-2</i></td>

    <td>0:12:44s</td>
    <td>28.82M</td>
    <td>3</td>
<td>580</td>
<td>4</td>
<td>8</td>
<td>0</td>
</tr>
<tr class="block1">
    <td>2</td>
    <td><a href="site/3845806/chlog/?log=8934464" title="View details">2018-06-17 01:14</a></td>
    <td>946</td>
    <td>968</td>

    <td><i><strike>22</strike></i></td>
    <td>919</td>

    <td></td>
    <td><i>+2</i></td>
    <td><i>-2</i></td>

    <td>0:14:05s</td>
    <td>28.89M</td>
    <td>0</td>
<td>580</td>
<td>4</td>
<td>8</td>
<td>0</td>
    </tr>
(........)

我要刮的是这两条线:

<td><a href="site/3845806/chlog/?log=8950501" title="View details">2018-06-20 01:13</a></td>
<td>944</td>

这些都在索引2中,如何获取所有这些值?

1 回复 | 直到 6 年前

Nandita Sharma 6 年前

tr 标签和使用 find() innerHTML = "";

$(".table-large1 tr").each(function() {
  if ($(this).find("td").length > 0) {
    $(this).find("td")[1].innerHTML = "";
    $(this).find("td")[2].innerHTML = "";
  }

})

$(".table-large1 tr").each(function() {
  if ($(this).find("td").length > 0) {
    $(this).find("td")[1].innerHTML = "";
    $(this).find("td")[2].innerHTML = "";
  }

})

<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>
<table class="table table-striped table-large1">
  <thead>
    <tr class="small">
      <th>No</th>
      <th>Date/Time</th>
      <th colspan="7">Indexed pages /<br> Processed / Skipped / Fetched /<br> Change (Added / Removed)</th>
      <th>Proc.time</th>
      <th>Bandwidth</th>
      <th>Broken links</th>
      <th>Images</th>
      <th>Videos</th>
      <th>RSS</th>
      <th>News</th>
    </tr>
  </thead>
  <tbody>
    <tr class="block1">
      <td>1</td>
      <td><a href="site/3845806/chlog/?log=8950501" title="View details">2018-06-20 01:13</a></td>
      <td>944</td>
      <td>969</td>

      <td><i><strike>25</strike></i></td>
      <td>920</td>

      <td><i style="color:#900">â-2</i></td>
      <td><i>-</i></td>
      <td><i>-2</i></td>

      <td>0:12:44s</td>
      <td>28.82M</td>
      <td>3</td>
      <td>580</td>
      <td>4</td>
      <td>8</td>
      <td>0</td>
    </tr>
    <tr class="block1">
      <td>2</td>
      <td><a href="site/3845806/chlog/?log=8934464" title="View details">2018-06-17 01:14</a></td>
      <td>946</td>
      <td>968</td>

      <td><i><strike>22</strike></i></td>
      <td>919</td>

      <td></td>
      <td><i>+2</i></td>
      <td><i>-2</i></td>

      <td>0:14:05s</td>
      <td>28.89M</td>
      <td>0</td>
      <td>580</td>
      <td>4</td>
      <td>8</td>
      <td>0</td>
    </tr>
</table>