我有一种使用Swiftsoup
来解析网站的方法,以获取产品的价格:
@objc func actionButtonTapped(){
let url = "https://www.overkillshop.com/de/c2h4-interstellar-liaison-panelled-zip-up-windbreaker-r001-b012-vanward-black-grey.html"
let url2 = "https://www.asos.com/de/asos-design/asos-design-schwarzer-backpack-mit-ringdetail-und-kroko-muster/prd/14253083?clr=schwarz&colourWayId=16603012&SearchQuery=&cid=4877"
do {
let html: String = getHTMLfromURL(url: url2)
let doc: Document = try SwiftSoup.parse(html)
let priceClasses: Elements = try doc.select("[class~=(?i)price]")
for priceClass: Element in priceClasses.array() {
let priceText : String = try priceClass.text()
print(try priceClass.className())
print("pricetext: \(priceText)")
}
} catch Exception.Error(let type, let message) {
print(message)
} catch {
print("error")
}
}
该方法对于url
效果很好,但对于url2
,即使它们与classNames
匹配,也无法打印所有regex
。价格实际上是在这里:
<span data-id="current-price" data-bind="text: priceText(), css: {'product-price-discounted' : isDiscountedPrice }, markAndMeasure: 'pdp:price_displayed'" class="current-price">36,99 €</span>
该函数的输出是这个:
产品价格价格文字:
股票价格重试-oos
pricetext:股票价格重试
pricetext:
不打印class=current-price
。我的regex
出问题了,还是为什么找不到class
??
EDIT:] >>
我发现price
实际上不在HTML
的url2
内部。仅实际打印出的classes
位于内部。这是什么原因,我该如何解决?
我有一种使用Swiftsoup解析网站的方法,可以获取产品价格:@objc func actionButtonTapped(){let url =“ https://www.overkillshop.com/de/c2h4-interstellar-liaison-。 ..
HTML不是静态的。它会随着时间而变化。如果您对网站的URL提出获取请求,您将获得该网站的html的初始值。但是在浏览器上有一个叫做javascript的东西,可以使页面的HTML随时间变化。实际上这很普遍:-网站首先会加载一些JavaScript-javascript(由网站的创建者开发)比运行并能完成的工作-通过该javascript调用一些API,内容可以动态更改]
您无法通过HTML抓取基本URL来抓取该内容。