Web crawler 在爬网产品详细信息页面时动态分配列？

我对import.io和stack overflow一无所知，请善待我

我试图抓取一家出售珠宝的在线商店的产品详细信息页面，并在页面上找到此类功能列表：

功能

性别 男人

技术风格 石英

材料 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，而非粗体文本作为列值？ i、 e.“性别”栏的值为“男性”，等等。假设在其他产品详细信息页面上，功能可能不以“性别”开头

---

谢谢你的帮助

我还没有尝试过，但我认为这些方法会奏效：

通过选择所有粗体文本对一列进行训练，并使用XPath对另一列进行相应值的训练

将其全部训练为一行，以便始终选择所有功能

完全有可能：）

你做了一个col并给它取了个名字-Gender

然后单击或突出显示所需的数据-Men

如果您觉得它不起作用，您可以使用高级xpath

如何：

要执行此操作，请单击列名称旁边的数据类型，在下图中，您可以看到位于左侧窗格右侧的粉红色文本，上面写着“text”

然后，当您看到“显示高级设置”选项时，应单击该选项

当您在那里时，您可以添加一个“xpath覆盖”，并将其放在那里

//*[text()="Gender"]/following-sibling::*

这会告诉import.io数据“准确地”基于一组可以放入其中的规则的位置

本文将提供一些帮助：

这一个将在页面上找到所有提到的性别这个词，然后在HTML中查看它旁边的内容，并将其放入您的col中