链接脚本

链接脚本

链接脚本是链接抽取中的脚本。

配置了链接脚本,链接的抽取流程将被改变:

1.如果脚本未正确返回dom区域节点,则该链接抽取的规则将完全由该脚本控制。

2.如果脚本返回了一个正确的dom区域节点,则此链接抽取以返回的区域节点为基准,区域外的链接将被过滤掉。


一.可用全局对象(只读)

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 ]

ITEM: 模板区域的dom树节点(如果模板未选择区域则为dom树的根节点)[ 对象类型: domItem ]

TMPL: 当前文档模板对象[ 对象类型: tmplTmpl ]


二.this对象

当前链接抽取[tmplLink]对象。


三.脚本返回值

如果要采集某个特征区域内的链接,则必须返回该区域的dom节点( domItem对象)。 否则该链接抽取则完全由脚本控制。

示例

示例:采集第一个Form表单中的链接。

	
return DOM.FindName("form");