Как читать объект JavaScript с помощью XPath / HTMLAgilityPack

Для моего проекта поискового робота мне нужно получить информацию о продукте из объекта JavaScript.

Как я могу эффективно получить подробную информацию об объекте из следующего кода JavaScript? Я использую XPath и HTMLAgilityPack.

<script type="text/javascript">
    var product = {
        identifier: '2051189775',     //PRODUCT ID
        fn: 'Fit- Whiskered Dark Wash Skirt',
        category: ['sale'],
        brand: 'Brand Name',
        price: '22.90',  // this would be the discount price
        amount: '31.80',  // this would be the original price
        currency: 'USD',
        //List can me even more.
    };
</script>

Раньше я не пробовал получать детали из объектов JavaScript. Я получал детали прямо из HTML для других поисковых роботов.


javascript c# xpath html-agility-pack
person Zafar    schedule 19.07.2013    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Поскольку пакет HTML Agility Pack не оценивает содержимое HTML, код javascript следует рассматривать как обычный текст. Используйте метод SelectSingleNode, чтобы найти фрагмент Javascript, затем просто возьмите InnerHtml, чтобы перейти к его содержимому.

Найдите синтаксический анализатор javascript C # (например, Iron JS) или напишите синтаксический анализатор, используя стандартные методы обработки текста (String.* или Regex, чтобы извлечь то, что вам нужно.

Когда у вас есть биты между фигурными скобками, вы можете проанализировать их с помощью вышеупомянутого парсера или библиотеки, например Json.NET, поскольку фрагменты между фигурными скобками кажутся действительными json.

person jessehouwing    schedule 19.07.2013