前嗅ForeSpider脚本教程：频道脚本

频道脚本是频道配置中的脚本, 若是配置了频道脚本，该频道的全部采集流程将被配置的脚本所接管。

一.可用全局对象（只读）

EXTRACT：当前采集引擎[ 对象类型: extractor ]

DATADB：当前链接的数据库[ 对象类型: dataBase ]

RESULT：当前结果集对象[ 对象类型: result ]

二.this指针

当前频道节点[channel ]对象

三.脚本返回值

无

示例一：用脚本建立一个采集源列表

1.如下脚本将生成 http://xjrb.xjrb.com/xjrb/20141201/index.htm~ http://xjrb.xjrb.com/xjrb/20141231/index.htm 共31条连接:

url u;

for(i=1;i <=31;i++)

{

u.entryid = this.id;//频道

idu.tmplid =1;//模板

Idu.urlname ="http://xjrb.xjrb.com/xjrb/201412"+ i.Dim(2) +"/index.htm";//连接地址

u.title ="test";

RESULT.AddLink(u);

//添加到最后的结果中

}

2.如下脚本将生成从当前日期递推前十天的连接:

url u;

time t1;

for(i=0;i<10;i++)

{

u.title ="test";//连接标题

u.entryid = this.id;//频道

idu.tmplid =1;//模板

Idpre = t1.Preday(i);//向前计算日期

u.urlname ="http://www.cdrb.com.cn/html/"+ pre.year +"-"+ pre.month +"/"+ pre.day +"/content_2155799.htm";//连接地址

RESULT.AddLink(u);//添加到最后的结果中

}

3.如下脚本用关键词拼接连接:

url u;var keys=["前嗅","爬虫"];for(i=0;i

示例二：用脚本采集数据

1.如下脚本查找表格并抽取表格数据：

gdoc = EXTRACT.OpenDoc(this,"http://gk.sjtu.edu.cn/index.php/list/fellow/2015-10-30-15-02-59/241-2015-11-18-02-21-01",0);

if(gdoc){dm = gdoc.GetDom();

record rec;

if(dm)

{

tab = dm.FindName("table");

   if(tab)

   {

    tr = dm.FindName("tr", tab);

    while(tr)

    {

    name = dm.FindName("td", tr);

    if(name)

    {//找到数据

    posd =0; corp=0;fund=0;

    rec.name = dm.GetTextAll(name);//名字

    posd = name.next;

    if(posd)

    {corp = posd.next;

     rec.position = dm.GetTextAll(posd);

    }

    if(corp)

    {

    fund = corp.next;

     rec.company = dm.GetTextAll(corp);

    }

    if(fund)

    {

    rec.fund = dm.GetTextAll(fund);

    }

RESULT.AddRec(rec,3);

}

tr = tr.next;

}

}

}

EXTRACT.CloseDoc(gdoc);

}

2.如下脚本从服务器请求json数据并存入到记录中：

gdoc = EXTRACT.OpenDoc(this,"http://www.w3school.com.cn//example/jquery/demo_ajax_json.js",0);

if(gdoc)

{

jScript js;

record rec;

data = js.RunJson(gdoc.GetDom().GetSource());

rec.name = data.firstName;

rec.family=data.lastName;

rec.age = data.age;

schea = EXTRACT.GetSchema("schemaName"); //获取表单

IDif(schea) sId = schea.id;

elsesId = 1;

RESULT.AddRec(rec,sId);

EXTRACT.CloseDoc(gdoc);

}