有没有办法让YQL返回HTML？

Question

有没有办法让YQL返回HTML？

我试图使用YQL从一系列网页中提取HTML的一部分.页面本身的结构略有不同(因此Yahoo Pipes"获取页面"及其"剪切内容"功能不能很好地工作)但我感兴趣的片段总是具有相同的class属性.

如果我有这样的HTML页面:

<html>
  <body>
    <div class="foo">
      <p>Wolf</p>
      <ul>
        <li>Dog</li>
        <li>Cat</li>
      </ul>
    </div>
  </body>
</html>

Run Code Online (Sandbox Code Playgroud)

并使用如下的YQL表达式:

SELECT * FROM html 
WHERE url="http://example.com/containing-the-fragment-above" 
AND xpath="//div[@class='foo']"

Run Code Online (Sandbox Code Playgroud)

我得到的是(显然是无序的？)DOM元素,我想要的是HTML内容本身.我也试过SELECT content了,但那只选择了文字内容.我想要HTML.这可能吗？

Answer 1

sal*_*the 8

您可以编写一个小的开放数据表来发送正常的YQL html表查询并将结果字符串化.类似于以下内容:

<?xml version="1.0" encoding="UTF-8" ?>
<table xmlns="http://query.yahooapis.com/v1/schema/table.xsd">
  <meta>
    <sampleQuery>select * from {table} where url="http://finance.yahoo.com/q?s=yhoo" and xpath='//div[@id="yfi_headlines"]/div[2]/ul/li/a'</sampleQuery>
    <description>Retrieve HTML document fragments</description>
    <author>Peter Cowburn</author>
  </meta>
  <bindings>
    <select itemPath="result.html" produces="JSON">
      <inputs>
        <key id="url" type="xs:string" paramType="variable" required="true"/>
        <key id="xpath" type="xs:string" paramType="variable" required="true"/>
      </inputs>
      <execute><![CDATA[
var results = y.query("select * from html where url=@url and xpath=@xpath", {url:url, xpath:xpath}).results.*;
var html_strings = [];
for each (var item in results) html_strings.push(item.toXMLString());
response.object = {html: html_strings};
]]></execute>
    </select>
  </bindings>
</table>

Run Code Online (Sandbox Code Playgroud)

然后,您可以使用YQL查询查询该自定义表,如:

use "http://url.to/your/datatable.xml" as html.tostring;
select * from html.tostring where 
  url="http://finance.yahoo.com/q?s=yhoo" 
  and xpath='//div[@id="yfi_headlines"]/div[2]/ul/li'

Run Code Online (Sandbox Code Playgroud)

编辑:刚刚意识到这是一个非常古老的问题,被撞了; 至少答案就在这里,对于任何在这个问题上磕磕绊绊的人来说.:)

有点晚了,但是如果你想要一个更"官方"的解决方案,可以从datatables.org获得类似的东西:http://www.datatables.org/data/htmlstring.xml (2认同)

归档时间：	16 年，3 月前
查看次数：	5425 次
最近记录：	16 年，2 月前