前嗅ForeSpider脚本教程：频道脚本

今天，小编主要为大家介绍一下：前嗅ForeSpider脚本中的频道脚本。

 

频道脚本是频道配置中的脚本, 如果配置了频道脚本，该频道的所有采集流程将被配置的脚本所接管。

 

一.可用全局对象（只读）

 

EXTRACT：当前采集引擎[ 对象类型: extractor ]

DATADB：当前连接的数据库[ 对象类型: dataBase ]

RESULT：当前结果集对象[ 对象类型: result ]

 

二.this指针

 

当前频道节点[channel ]对象

 

三.脚本返回值

 

无
 

示例一：

 

用脚本创建一个采集源列表

 

1.以下脚本将生成 

 

http://xjrb.xjrb.com/xjrb/20141231/index.htm 共31条链接:

url u;for(i=1;i <=31;i++){u.entryid = this.id;   //频道Id u.tmplid = 1;//模板Id u.urlname="http://xjrb.xjrb.com/xjrb/201412"+ i.Dim(2) + "/index.htm";  //链接地址 u.title = "test";RESULT.AddLink(u);//添加到最后的结果中} 

 

2.以下脚本将生成从当前日期递推前十天的链接:

url u;time t1;for(i=0;i<10;i++){  u.title = "test";  //链接标题  u.entryid = this.id;   //频道id  u.tmplid = 1;//模板Id  pre = t1.Preday(i);//向前计算日期  u.urlname = "http://www.cdrb.com.cn/html/"+ pre.year +"-" + pre.month  +  "/" + pre.day + "/content_2155799.htm";  //链接地址   RESULT.AddLink(u);//添加到最后的结果中}

 

3.以下脚本用关键词拼接链接

url u;var keys=["前嗅","爬虫"];for(i=0;i<keys.size;i++){  u.title = "检索";  //链接标题  u.entryid = this.id;   //频道id  u.tmplid = 1;  //模板Id  u.url = "http://ww.forenose.com/search?keywords="+ keys[i];   //链接地址RESULT.AddLink(u);//添加到最后的结果中}

 

示例二：用脚本采集数据
 

1.以下脚本查找表格并抽取表格数据

gdoc = EXTRACT.OpenDoc(this,"http://gk.sjtu.edu.cn/index.php/list/fellow/2015-10-30-15-02-59/241-2015-11-18-02-21-01",0);  if(gdoc){  dm = gdoc.GetDom();  record rec;  if(dm){     tab = dm.FindName("table");     if(tab){        tr = dm.FindName("tr", tab);        while(tr){             name = dm.FindName("td", tr);            if(name){  //找到数据                     posd = 0;                      corp=0;                     fund=0;                     rec.name = dm.GetTextAll(name);   //名字                     posd = name.next;                     if(posd){                             corp = posd.next;                             rec.position = dm.GetTextAll(posd);                              }                              if(corp){                                    fund = corp.next;                                                                                                   rec.company =dm.GetTextAll(corp);                                         }                                            if(fund){                                     rec.fund =dm.GetTextAll(fund);                                 }                            RESULT.AddRec(rec,3);                                             }                                     tr = tr.next; }                                  }                          }           EXTRACT.CloseDoc(gdoc);                  }

2.以下脚本从服务器请求json数据并存入到记录中gdoc = EXTRACT.OpenDoc(this,"http://www.w3school.com.cn//example/jquery/demo_ajax_json.js",0);

if(gdoc){         jScript js;record rec;data = js.RunJson(gdoc.GetDom().GetSource());        rec.name = data.firstName;        rec.family=data.lastName;        rec.age = data.age;        schea =EXTRACT.GetSchema("schemaName");  //获取表单ID        if(schea){                sId = schea.id;                else sId = 1;                RESULT.AddRec(rec,sId);                              }         EXTRACT.CloseDoc(gdoc);                }