我正在使用Xidel 从网页上抓取信息，但我无法以与页面上不同的顺序导出信息。
例子：
<tr>
<td></td>
<td></td>
<td></td>
<td><a><font><b>{ location:=. }</b></font>{ title:=. }</a></td>
<td>{ dates:=. }</td>
<td></td>
</tr>
此代码将导出为标题，然后是副标题。 Xidel有什么办法可以改顺序吗？
【问题讨论】：
标签： html xpath xquery scraper xidel
我从未使用过此工具，但快速查看文档并发现它支持 XQuery，我猜以下应该可以工作：
xidel -q page.html --xquery "for $div in //div return ($div/h2, $div/h1)" --output-format xml
这假设您的页面中有几个这样的 div 元素，并且希望首先单独对所有标题进行排序，即不是所有的字幕都在前面。此外，由于您没有给出更具体的 XML 示例，它只是选择所有 div 并对其进行迭代 - 在现实世界的 HTML 中，您可能需要更多特征特性（如 id 属性）。
【讨论】：
//tr 选择所有表格行，但如果您在此页面中有其他表格，这些表格也会被选中。使用网页的相同唯一标识元素，例如一个想法，或者一个 h1 或 h2 标题，一些特征链接......
这可能很简单：
xidel -q page.html -e subtitle:=//h2,title:=//h1
类似下面的东西（带有几个“-e”参数）也可以，但是和前面的代码一样，它会首先对页面上的所有字幕和所有标题进行分组，这可能不是你想要的......
xidel -q page.html -e "<div><h2>{subtitle:=.}</h2></div>+" -e "<div><h1>{title:=.}</h1></div>+"
AFAIK，在您的情况下，Xidel 中没有订购功能。但是您可以做的是编写一个脚本，在其中将值保存为 env。使用 xidel --output-format cmd（如果是 Windows）的变量，然后（以正确的顺序）回显/处理这些变量/值。
Dirkk 给出了一个很好的提示（不要分组），您的线路可能看起来像这样：
xidel -q page.html --xquery "for $i in //div return (concat('sub:=',$i/h2), concat('title:=',$i/h1))"
【讨论】：