配置了模板脚本,模板的处理流程将被改变:
1.如果脚本未正确返回dom区域节点,则该模板的采集则完全由该脚本控制。
2.如果脚本返回了一个正确的dom区域节点,则该模板的所有流程(链接抽取或数据抽取)都以该区域节点为基准,区域外的信息和数据将优先作为垃圾数据处理。
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 ]
URL: 当前采集的链接对象[ 对象类型: url ]
URLTEXT : 描述当前链接采集的所有状态及属性的对象[ 对象类型: urltext ]
DOC: 当前采集的文档对象[ 对象类型: grabDoc ]
DOM: 当前采集文档的dom对象[ 对象类型: dom ]
TMPL:当前结果集对象[ 对象类型: tmplTmpl ]:等价于this对象
当前模板 [tmplTmpl] 对象。
如果需要进行数据操作必须return 文档区域(domItem对象);否则返回0。
以下脚本查找网页(文档)中的第一个表格对象,如果找到表格则从表格中提取链接或数据;否则不处理当前页面:
return DOM.FindName("table"); |