主要内容

findElement

在HTML树中查找元素

折叠所有页面

语法

子树= findElement(树,选择器)

描述

例子

子树= findElement (树，选择器）返回树匹配CSS选择器。

例子

全部折叠

打开生活的脚本

从URL读取HTML代码//www.tatmou.com/help/textanalytics使用webread函数。

url =“//www.tatmou.com/help/textanalytics”；代码= webread (url);

使用。解析HTML代码htmlTree．

树= htmlTree(代码);

使用。查找HTML树中的所有超链接findElement．超链接是带有元素名的节点“一个”．

选择器=“一个”；子树= findElement(树,选择器);

查看前几个子树。

子树(1:10)
ans = 10×1 htmlTree:<类= " skip_link sr-only " href = " # content_container " >跳到内容< / > < A href = " //www.tatmou.com?s_tid=gn_logo " class = " svg_link navbar-brand”> < IMG src = " /图片/响应/全球/ pic-header-mathworks-logo.svg”类=“mw_logo”alt = " MathWorks " / > < / > < A href = " //www.tatmou.com/pro下载188bet金宝搏ducts.html?s_tid=gn_ps " > < / > <一个产品href = " https://www.mathworks.c金宝搏官方网站om/solutions.html?s_tid=gn_sol " >解决方案< / > < A href = " //www.tatmou.com/academia.html?s_tid=gn_acad " >学术界< / > < A href = " https://www.金宝appmathworks.com/support.html?s_tid=gn_supp " >支持< / > < A href = " //www.tatmou.com/matlabcentral/?s_tid=gn_mlc " > < / > <社区事件href = " //www.tatmou.com/company/events.html?s_tid=gn_ev " > < / > < A href = " https://www.mathwor下载188bet金宝搏ks.com/products/get-matlab.html?s_tid=gn_getml " >得到MATLAB < / > < A href = " //www.tatmou.com?s_tid=gn_logo " class = " svg_link pull-left”> < IMG src = " /图片/响应/全球/ pic-header-mathworks-logo.svg”类=“mw_logo”alt = " MathWorks " / > < / >

使用。从子树中提取文本extractHTMLText．结果包含页面上每个链接的链接文本。

str = extractHTMLText(子树);str (1:10)
ans =10×1的字符串"跳到内容" "" "产品""解决方案""学下载188bet金宝搏术界""支持""社区"金宝搏官方网站"事件""获取MATLAB" ""金宝app

输入参数

全部折叠

HTML树，指定为标量htmlTree对象。

CSS选择器，指定为字符串标量或字符向量。有关更多信息，请参见CSS选择器．

输出参数

全部折叠

匹配的HTML子树，返回为htmlTree数组中。

更多关于

全部折叠

HTML元素

一个典型的HTML元素包含以下组件:

  • Element name—HTML标记的名称。元素名对应于的名字属性。

  • 属性-关于标签的附加信息。HTML属性具有表单的名字= "价值＂,在那里的名字和价值分别表示属性名和值。属性显示在开始的HTML标记中。要从HTML树中获取属性值，请使用getAttribute．

  • Content—元素的内容。内容出现在打开和关闭HTML标记之间。内容可以是文本数据或嵌套的HTML元素。从…中提取文本htmlTree对象,使用extractHTMLText．对象的嵌套HTML元素htmlTree对象,使用孩子们财产。

例如，HTML元素回家的< a href = " //www.tatmou.com " > < / >由以下组件组成:

组件 价值 描述
元素名称 一个 元素是一个超链接
属性 属性名称 href 超链接引用
属性值 “//www.tatmou.com” 超链接的参考价值
内容 首页 文本显示

CSS选择器

CSS选择器指定匹配树中的元素的模式。

这个表格展示了一些例子，展示了如何从HTML树中提取不同的HTML元素:

任务 CSS选择器 例子
找到所有段落(< p >)元素。 “p” findElement(树,“p”)
找到所有段落(< p >)及列表项(<李>)元素。 “p,李” findElement(树,”李p”)
找到所有段落(< p >)中的元素(<表>)元素。 "表p " findElement(树,“表”页)
查找所有超连结(<一>)元素的超链接引用属性(href)以. pdf”． “(href = " . pdf”“美元)” findElement(树”(href = " . pdf”“美元)”)
找到所有段落(< p >)元素是其父元素的第一个子元素。 “p:第一个孩子” findElement (tr,“p:第一个孩子”)
找到所有段落(< p >)元素，它们是父元素的第一段元素。 “p: first-of-type” findElement (tr,“p: first-of-type”)
找到所有的重点(< em >)元素，其中父元素是一个段落(< p >)元素。 “p > em” findElement (tr,“p > em”)
找到所有段落(< p >)元素紧接在标题1 (<标题>)元素 “h1 + p” findElement (tr, h1 + p)
找到所有空元素。 ”:空” findElement (tr,“空”):
查找所有非空标签(<标识>)元素。 ”标签:不(空的):“ findElement (tr,“标签:不(空的):“)

的findElement函数支持所有的CS金宝appS级别3，除了选择器“朗:“，”:“检查，”:链接”，”:活跃”，”:徘徊”，”:焦点”，”:目标”，启用”:“,禁用”:“．

有关CSS选择器的更多信息，请参见［1］．

参考文献

另请参阅

||||||

主题

介绍了R2018b

文本分析工具箱文档

金宝app

入门文本分析在MATLAB＂src=

入门文本分析在MATLAB

立即下载