- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我住的地方距离我每天穿过的一座横跨运河的桥不到 2 分钟路程。有一个网站显示船期表,但很难找出变量。我打算在我的 Indigo Home Automation 系统和 iFindStuff 插件中使用这些变量来估计我是否会等待桥梁,因此我知道要采取另一条路线。
我的问题是如何将本网站上列出的每个桥的 N 和 S 时间放入定义的 applescript 变量中。 http://www.greatlakes-seaway.com/R2/jsp/mNiaBrdgStatus_mb.jsp?language=E
我知道有很多不同的方法可以做到这一点,但我会尝试一种在后台工作的方法。
do shell script "curl 'http://www.greatlakes-seaway.com/R2/jsp/mNiaBrdgStatus_mb.jsp?language=E' | sed -n '/0-9/,/NewPP/p' | sed -n '/^<tr/ s/^.*title=.\\([^\"]*\\).*$/\\1/p' | perl -n -mHTML::Entities -e ' ; print HTML::Entities::decode_entities($_);'"
我无法得到任何结果,而且我不知道如何将其放入变量中。预先感谢您的帮助。
最佳答案
解决这个问题非常有趣:-)尝试一下并阅读代码中的注释:
on run {}
set resultSet to bridgeStatus()
end run
on bridgeStatus()
-- Empty return list
set bridgeStatusList to {}
-- Getting the page content
-- The web site had problems wiht answering cUrl! Pretending Safari works :-)
set webContent to paragraphs of (do shell script "curl -A 'Mozilla/5.0 (Macintosh; U; PPC Mac OS X; en-us) AppleWebKit/xxx.x (KHTML like Gecko) Safari/12x.x' 'http://www.greatlakes-seaway.com/R2/jsp/mNiaBrdgStatus_mb.jsp?language=E'")
-- Parsing the page content
repeat with i from 2 to count webContent
-- Only work with lines that contain the N (Northbound) or S (Southbound) info
-- Also only collect the info if the line before contains the needed bridge info
if (item i of webContent contains " S</td>" or item i of webContent contains " N</td>") and item (i - 1) of webContent contains "bridge" then
-- work with the four lines of info we want and strip HTML from it
-- and collect all info in a dictionary {bridge:xxx, nextArrival:xxx, bridgeStatus:xxx, subsequentArrival:xxx}
set foundStatus to {bridge:stripHTML(item (i - 1) of webContent), nextArrival:stripHTML(item i of webContent), bridgeStatus:stripHTML(item (i + 1) of webContent), subsequentArrival:stripHTML(item (i + 2) of webContent)}
-- fill the return list with the found info
copy foundStatus to end of bridgeStatusList
end if
end repeat
return bridgeStatusList
end bridgeStatus
on stripHTML(anyText)
-- easy way to trash HTML-Code, thanks to http://stackoverflow.com/a/33771977/4081207
return (do shell script "echo " & quoted form of ("<!DOCTYPE HTML PUBLIC><meta charset=\"UTF-8\">" & anyText) & " | sed 's#<br />##' | sed 's# # #' | textutil -convert txt -stdin -stdout | xargs")
end stripHTML
我几分钟前运行了这个脚本,它返回了这个列表:
{
{bridge:"Lakeshore Rd St. Catharines (Bridge 1)",
nextArrival:"06:55 N",
bridgeStatus:"Available",
subsequentArrival:"07:15 S"},
{bridge:"Carlton St. St. Catharines (Bridge 3A)",
nextArrival:"05:45 N",
bridgeStatus:"Unavailable (Fully Raised)",
subsequentArrival:"05:50 S"},
{bridge:"Queenston St. St. Catharines (Bridge 4)",
nextArrival:"05:27 N",
bridgeStatus:"Available",
subsequentArrival:"06:20 S"},
{bridge:"Glendale Ave. St. Catharines (Bridge 5)",
nextArrival:"06:25 S",
bridgeStatus:"Available",
subsequentArrival:"07:21 S"},
{bridge:"Highway 20 Thorold (Bridge 11)",
nextArrival:"10:17 S",
bridgeStatus:"Available",
subsequentArrival:"10:59 N"},
{bridge:"Main St. Port Colborne (Bridge 19)",
nextArrival:"08:35 N",
bridgeStatus:"Unavailable (--Work in Progress--)",
subsequentArrival:"09:25 N"},
{bridge:"Mellanby Ave. Port Colborne (Bridge 19A)",
nextArrival:"06:17 S",
bridgeStatus:"Available",
subsequentArrival:"08:00 N"},
{bridge:"Clarence St. Port Colborne (Bridge 21)",
nextArrival:"06:40 S",
bridgeStatus:"Available",
subsequentArrival:"07:53 N"}
}
我希望它有帮助......我讨厌被堵在交通中;-)迈克尔/汉堡
关于java - Web 抓取到 applescript 变量中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33909331/
如本answer所述,如果浏览器不支持 e,可以设置后备游标。 G。 光标:抓取;。我现在的问题是获取这些图像。在我的驱动器上本地搜索“.cur”只给了我系统光标,其中 grab.cur 和 grab
以下代码在计算机上运行以从 Instagram 帐户中抓取数据。当我尝试在 VPS 服务器上使用它时,我被重定向到 Instagram 登录页面,因此脚本不起作用。 为什么当我在电脑上或服务器上时,I
我在使用 Ruby 和 Mechanize 将 POST 查询传递到站点的网站上。访问站点的查询基于 firebug,如下所示 param.PrdNo=-1¶m.Type=Prop¶m
我正在尝试抓取一个具有多个页面结果的网站,例如“1、2、3、4、5...”。 每个分页号都是到另一个页面的链接,我需要抓取每个页面。 到目前为止,我想出了这个: while lien = page.l
我正在使用 HtmlAgilityPack 在 C# Asp.Net 中执行 Scraping,到目前为止,我在从多个 Web 执行 Scratch 时没有遇到问题,但是,尝试弹出以下代码时出现错误
如果我有一个 css 文件做这样的事情 #foo:after{content:"bar;} ,有没有办法用 javascript 获取 :after 的内容?获取父元素的内容只返回 #foo 元素的内
问题是这样的: 我有一个 Web 应用程序 - 一个经常更改的通知系统 - 在一系列本地计算机上运行。该应用程序每隔几秒刷新一次以显示新信息。计算机仅显示信息,没有键盘或任何输入设备。 问题是,如果与
我想制作一个程序来模拟用户浏览网站和点击链接。必须启用 Cookie 和 javascript。我已经在 python 中成功地做到了这一点,但我想把它写成一种可编译的语言(python ide 不会
我制作了这个小机器人,它通过搜索参数列表进行处理。它工作正常,直到页面上有几个结果: product_prices_euros 给出了一半为空的项目列表。因此,当我与 product_prices_c
我需要找到一个单词的匹配项,例如: 在网上找到所有单词“学习”https://www.georgetown.edu/(结果:4个字)(您可以看到它按CTRL + F并搜索) 我有我的 Python 代
有一个站点\资源提供一些一般统计信息以及搜索工具的界面。这种搜索操作成本高昂,因此我想限制频繁且连续(即自动)的搜索请求(来自人,而不是来自搜索引擎)。 我相信有很多现有的技术和框架可以执行一些情报抓
这并不是真正的抓取,我只是想在网页中找到类具有特定值的 URL。例如: 我想获取 href 值。关于如何做到这一点的任何想法?也许正则表达式?你能发布一些示例代码吗?我猜 html 抓取库,比如 B
我正在使用 scrapy。 我正在使用的网站具有无限滚动功能。 该网站有很多帖子,但我只抓取了 13 个。 如何抓取剩余的帖子? 这是我的代码: class exampleSpider(scrapy.
我正在尝试从这个 website 中抓取图像和新闻 url .我定义的标签是 root_tag=["div", {"class":"ngp_col ngp_col-bottom-gutter-2 ng
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭上个月。 Improve this ques
我在几个文件夹中有数千个 html 文件,我想从评论中提取数据并将其放入 csv 文件中。这将允许我为项目格式化和清理它。例如,我在这个文件夹中有 640 个 html 文件: D:\My Web S
我在编写用于抓取网页的实用程序时遇到了一个问题。 我正在发送 POST 请求来检索数据,我模仿我正在抓取的网络行为(根据使用 fiddler 收集的信息)。 我已经能够自动替换我的 POST 中除 V
对于 Googlebot 的 AJAX 抓取,我在我的网站中使用“_escaped_fragment_”参数。 现在我查看了 Yandex 对我网站的搜索结果。 我看到搜索结果中不存在 AJAX 响应
我正在尝试抓取网站的所有结果页面,它可以工作,但有时脚本会停止并显示此错误: 502 => Net::HTTPBadGateway for https://website.com/id/12/ --
我是一个学习网络爬虫的初学者,由于某种原因我无法爬网this地点。当我在 Chrome 中检查它时,代码看起来不错,但是当我用 BeautifulSoup 阅读它时,它不再是可刮的。汤提到“谷歌分析”
我是一名优秀的程序员,十分优秀!