web-crawler - 爬取产品详细信息页面时动态分配列？

Question

我是 import.io 和堆栈溢出的新手，请善待我。

我正在尝试抓取销售珠宝的在线商店的产品详细信息页面，并在该页面上找到此类功能列表:

特点

性别 男士

技术风格 quartz

Material 不锈钢

等等

是否可以训练爬虫动态提取粗体文本作为列名，而不是粗体文本作为列值？即“性别”列的值为“男性”等。假设在其他产品详细信息页面上，功能可能不以“性别”开头

感谢您的帮助!

Answer 1

我还没有尝试过这个，但我认为这些会起作用:

1. 通过选择所有粗体文本来训练一列，并使用 xpaths 训练具有相应值的另一列。
2. 将其全部作为一行进行训练，以便始终选择所有特征。