aardio 實(shí)現(xiàn)鏈?zhǔn)匠槿∑?/h2>

將之前爬蟲抽取器用aardio實(shí)現(xiàn)。

import myplu.jpath;
import myplu.xpath;

namespace myplu

// 選擇器基類
// 繼承該類實(shí)現(xiàn)handle方法,handle每次處理一條數(shù)據(jù)
class selector{
    ctor( ... ){        
        this.expression = "";
        this.expType = "MIX";
        if(type(...) == "table"){
            ..table.assign(this,...);
        }
    };
    type="crawler.selector";
    ["select"] = function(data){        
        var res = owner.selectList(data);
        if(#res and table.len(res)>0){
            return res[1]; 
        }
        return res; 
    };
    selectList = function(data){
        // 空數(shù)據(jù)不用處理,直接退出
        if(data == null){
            return null; 
        }
        var res = {};
        // 將單個(gè)數(shù)據(jù)轉(zhuǎn)為數(shù)組來處理
        if(!(type(data) == "table" and ..table.len(data)>0)){   
            data = {data};
        }
        // 遍歷數(shù)據(jù),依次處理
        for(k,v in data){
            // 執(zhí)行handle方法,抽取數(shù)據(jù)。
            var dt = owner.handle(v);
            if(dt){
                // 處理數(shù)據(jù)結(jié)果,數(shù)組合并,非數(shù)組放入數(shù)組。
                if(type(dt) == "table" and ..table.len(dt)>0){
                    ..table.assign(res,dt);
                }else{
                    ..table.push(res,dt);
                }
            }           
        }
        // 如果結(jié)果就一條,直接返回?cái)?shù)據(jù)值。
        if(#res == 1){
            return res[1]; 
        }
        return res; 
    };
    parse = function(...){
        ..table.assign(this,...);
    };  
    category = {"MIX","XPATH","JPATH","REGEX","SPLIT","REPLACE"};
    space = {"URL","BODY","BLOCK","PAGE"};
}

// 模式提取選擇器
class regexSelector{
    ctor( expression, subStr){
        this = ..myplu.selector(expression=expression; subStr=subStr; expType = "REGEX");
    };
    type="crawler.regexSelector";
    handle = function(data){
        var data = ..string.matches(data,this.expression); 
        if(type(subStr) == "number" and subStr > 0 and subStr < #data){
            return data[subStr]; 
        }
        return data; 
    };  
}

// 模式拆分選擇器
class splitSelector{
    ctor( expression){
        this = ..myplu.selector(expression=expression; expType = "SPLIT");
    };
    type="crawler.splitSelector";
    handle = function(data){
        return ..string.split(data,this.expression);
    };  
}

// 模式替換選擇器
class replaceSelector{
    ctor( expression, subStr){
        this = ..myplu.selector(expression=expression; subStr=subStr; expType = "REPLACE");
    };
    type="crawler.replaceSelector";
    handle = function(data){
        return ..string.replace(data,this.expression,this.subStr);
    };  
}

// xpath選擇器
class xpathSelector{
    ctor( expression){
        this = ..myplu.selector(expression=expression; expType = "XPATH");
    };
    type="crawler.xpathSelector";
    handle = function(data){
        data = ..myplu.xpath(data).selectList(this.expression); 
        if(#data==1){
            return data[1]; 
        }
        return data; 
    };  
}

// jpath選擇器
class jpathSelector{
    ctor( expression){
        this = ..myplu.selector(expression=expression; expType = "JPATH");
    };
    type="crawler.jpathSelector";
    handle = function(data){
        data = ..myplu.jpath(data).selectList(this.expression); 
        if(#data==1){
            return data[1]; 
        }
        return data; 
    };  
}

// 混合選擇器
class mixSelector{
    ctor( expression){
        this = ..myplu.selector(expression=expression; expType = "MIX");
    };
    type="crawler.mixSelector";
    handle = function(data){
        if(!this["selectors"]){
            var exp = ..string.replace(this.expression,"(\w+)(%())", "..myplu.\1Selector\2");
            exp = ..string.matches(exp, "\.\.[^\.][\w\W]+?%()");
            this.selectors = {};
            for(k,v in exp){
                var sel = eval(v[1]); 
                ..table.push(this.selectors,sel);           
            }
        }               
        
        for(k,v in this.selectors){
            data = v.handle(data);
        }
        return data; 
    };  
}

// 鏈?zhǔn)匠槿∑?class selectors{
    ctor(){
        this.selectors = {};
    };
    type="crawler.selectors";
    jpath = function(expression){
        ..table.push(this.selectors, ..myplu.jpathSelector(expression,araeSpace,mutil));
        return this; 
    };
    xpath = function(expression){
        ..table.push(this.selectors, ..myplu.xpathSelector(expression,araeSpace,mutil));
        return this; 
    };
    regex = function(expression, subStr){
        ..table.push(this.selectors, ..myplu.regexSelector(expression,subStr,araeSpace,mutil));
        return this; 
    };
    replace = function(expression, subStr){
        ..table.push(this.selectors, ..myplu.replaceSelector(expression,subStr,araeSpace,mutil));
        return this; 
    };
    split = function(expression){
        ..table.push(this.selectors, ..myplu.splitSelector(expression,araeSpace,mutil));
        return this; 
    };
    mix = function(expression){
        ..table.push(this.selectors, ..myplu.mixSelector(expression,araeSpace,mutil));
        return this; 
    };
    more = function(...){
        var data = ...;
        if(type(data)!="table"){
            data = {...};
        }elseif(data["type"]) {
            data = {...};
        }
         
        ..table.push(this.selectors,data);
        return this; 
    };      
    ["select"] = function(data){
        data = this.selectList(data);
        if(#data){
            return data[1]; 
        } 
    };
    selectList = function(data){
        for(k,v in this.selectors){
            if(v["type"] and ..string.find(v["type"],"crawler\.\w+Selector")){
                data = v.selectList(data);
            }else {
                var res = {};
                //..console.dump(data);
                if(!(type(data) == "table" and ..table.len(data)>0)){   
                    data = {data};
                }
                //..console.dump(data);
                for(k1, v1 in data){
                    var re = {}; 
                    for(k2, v2 in v){
                        //..console.dump(v2);
                        if(v2["type"] and v2["type"]=="crawler.selectors"){
                            re[k2] = v2.selectList(v1); 
                        }else{
                            // 附加的直接傳值
                            re[k2] = v2;
                        }                                       
                    }
                    ..table.push(res,re);                       
                }
                data = res; 
            }
            if(data == null){
                return null; 
            }   
        }
        return data;        
    };  
}   
        
namespace crawler.selector

/*****intellisense(myplu)
crawler.selector = 導(dǎo)入數(shù)據(jù)抽取器
selector(__) = 基礎(chǔ)選擇器。需要自己實(shí)現(xiàn)handle方法,執(zhí)行數(shù)據(jù)在處理函數(shù)。\n!cwSelector.
regexSelector(.(表達(dá)式, 抽取結(jié)果下標(biāo)) = 模式匹配選擇器。\n!cwSelector.
replaceSelector(.(表達(dá)式, 替換內(nèi)容) = 模式替換選擇器。\n!cwSelector.
splitSelector(.(表達(dá)式) = 模式拆分選擇器。\n!cwSelector.
xpathSelector(.(表達(dá)式) = xpath選擇器。\n!cwSelector.
jpathSelector(.(表達(dá)式) = jsonPath選擇器。\n!cwSelector.
mixSelector(.(表達(dá)式) = 混合選擇器。\n!cwSelector.
selectors() = 串聯(lián)選擇器。\n!cwSelectors.
end intellisense*****/

/*****intellisense(!cwSelector)
select(__) = 執(zhí)行選擇器,抽取單條數(shù)據(jù)。
selectList(__) = 執(zhí)行選擇器,抽取數(shù)據(jù)列表。
handle(__) = 選擇器處理函數(shù)。
parse(__) = 將table轉(zhuǎn)為對(duì)象。
category.? = 選擇器類型
space.? = 抽取數(shù)據(jù)區(qū)域

subStr = 替換選擇器,替換內(nèi)容。
expression = 規(guī)則表達(dá)式。
expType = 選擇器類型category.?。\n"MIX":混合選擇器,\n"XPATH":xpath選擇器,\n"JPATH":jsonPath選擇器,\n"REGEX":模式抽取選擇器,\n"SPLIT":模式拆分選擇器,\n"REPLACE":模式替換選擇器。

setExpression(__) = 設(shè)置規(guī)則表達(dá)式。
setExpType(__) = 選擇器類型category.?。\n"MIX":混合選擇器,\n"XPATH":xpath選擇器,\n"JPATH":jsonPath選擇器,\n"REGEX":模式抽取選擇器,\n"SPLIT":模式拆分選擇器,\n"REPLACE":模式替換選擇器。
setSubStr(__) = 設(shè)置替換內(nèi)容。

getExpression() = 獲取規(guī)則表達(dá)式。
getExpType() = 選擇器類型。
getSubStr() = 獲取替換內(nèi)容。
end intellisense*****/

/*****intellisense(!cwSelectors)
regex(.(表達(dá)式,抽取結(jié)果下標(biāo)) = 模式匹配選擇器。\n!cwSelectors.
split(.(表達(dá)式) = 模式拆分選擇器。\n!cwSelectors.
replace(.(表達(dá)式,替換內(nèi)容) = 模式替換選擇器。\n!cwSelectors.
xpath(.(表達(dá)式) = xpath選擇器。\n!cwSelectors.
jpath(.(表達(dá)式) = jsonPath選擇器。\n!cwSelectors.
mix(.(表達(dá)式) = 混合選擇器。\n!cwSelectors.
more(.(__) = 列表抽取。@1 可以是myplu.selectors數(shù)組,或myplu.selectors為value的表
select(__) = 執(zhí)行選擇器,抽取單條數(shù)據(jù)。
selectList(__) = 執(zhí)行選擇器,抽取數(shù)據(jù)列表。
end intellisense*****/
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 家校心連心,教育手牽手 ——洛陽伊河學(xué)校小學(xué)部家訪分享交流會(huì) 家訪有溫度,教育有力量。家訪是學(xué)校...
    KXL柚子閱讀 293評(píng)論 0 0
  • 通過研讀初中數(shù)學(xué)課例,我體驗(yàn)到了數(shù)學(xué)教育的獨(dú)特魅力和其背后的深遠(yuǎn)意義。這次閱讀不僅增強(qiáng)了我對(duì)數(shù)學(xué)教育的理解,也...
    商丘李淵文閱讀 93評(píng)論 0 0
  • 面對(duì)學(xué)生的各種問題,教師首先需要做的是理解和接納。 教師在面對(duì)挑戰(zhàn)時(shí),需要勇敢地承擔(dān)起引導(dǎo)和教育的...
    關(guān)小兵閱讀 98評(píng)論 0 0
  • 1、觀課議課要以人為本。這是觀課議課最為核心的追求。 (1)觀課議課的人本目的。通過觀課議課促進(jìn)人的發(fā)展,包括課堂...
    盧瑞芬閱讀 81評(píng)論 0 0
  • 遂溪縣,隸屬廣東省湛江市,位于廣東省西南部的雷州半島上,西臨北部灣,東臨湛江港灣,管轄總面積2131.63平方千米...
    隨心的自愈力閱讀 1,400評(píng)論 10 9

友情鏈接更多精彩內(nèi)容