EasySpider判断是否包含多个关键词中的任意一个

在数据表格中，当我们需要筛选特定列中的多个关键词时（如提取深度字段中包含“10”、“14”、“16”或更多关键词的条目），标准的XPath无法直接实现这一复杂的多关键词匹配。通过JavaScript，可以实现循环项的关键词判断功能，并在满足条件时提取相关数据。

解决方案

通过以下JavaScript代码，可以轻松实现多关键词的判断，并确保仅在满足条件时提取数据。你可以将此代码直接用于EasySpider的“代码/脚本内容”下方的文本框中。

    
javascript复制
    
let keywords = ["10", "14", "16", "17", "22"]; // 定义多个关键词数组
let result = false;  // 初始化结果为false

// 遍历关键词数组，检查当前行的第五个表格元素是否包含关键词
for (let keyword of keywords) {
  // 定位当前行的第五个td元素
  let xpathQuery = "./td[5]";
  let nodes = document.evaluate(xpathQuery, arguments[0], null, XPathResult.FIRST_ORDERED_NODE_TYPE, null);
  
  // 检查该单元格内容是否包含任意关键词
  if (nodes.singleNodeValue && nodes.singleNodeValue.innerText.includes(keyword)) {
    result = true;  // 如果匹配到关键词，将结果设置为true
    break;  // 退出循环，避免重复匹配
  }
}

// 返回结果，决定是否提取当前行数据
return result;

    

代码详解

1. 关键词数组：

       
   javascript复制
       
   let keywords = ["10", "14", "16", "17", "22"];
   
       

   let keywords = ["10", "14", "16", "17", "22"];

   定义了一个包含多个关键词的数组。你可以根据需求将数组中的关键词替换为需要匹配的值。

2. XPath定位：

       
   javascript复制
       
   let xpathQuery = "./td[5]";
   
       

   let xpathQuery = "./td[5]";

   通过XPath定位表格中的第五个单元格（td[5]），确保我们只对该列的内容进行判断。

3. 关键词匹配：

       
   javascript复制
       
   if (nodes.singleNodeValue && nodes.singleNodeValue.innerText.includes(keyword)) {
   
       

   if (nodes.singleNodeValue && nodes.singleNodeValue.innerText.includes(keyword)) {

   使用includes()方法来检查单元格的文本内容是否包含任意一个关键词。如果想要更精确的匹配，可以使用==替换includes()。

4. 结果判断：
   一旦匹配成功，result将被设置为true，并通过return result;将判断结果返回给调用方。EasySpider将根据这一结果决定是否提取数据。

处理精确匹配

如果需要更精确的匹配（即不希望“142”匹配“14”），可以使用如下代码：

    
javascript复制
    
if (nodes.singleNodeValue && nodes.singleNodeValue.innerText.trim() == keyword) {

    

这将确保只有当单元格的值与关键词完全匹配时，才会返回true。

应用场景

此方案适用于如下场景：

• 表格数据爬取：从网页表格中筛选并提取包含特定关键词的行。
• 多关键词筛选：当需要从大量数据中筛选多个关键词时，该方法提供了高效的解决方案。

通过JavaScript和XPath的结合，能够轻松实现对当前循环项的多关键词判断。这种方法不仅灵活，而且适用于复杂的数据筛选场景。希望上述方法能够帮助你更高效地处理网页数据采集任务。

想了解如何利用RPA+AI打造图文工厂 扫描下方二维码加入星球