Una página web es un documento HTML. Una etiqueta HTML es una parte del lenguaje de marcado utilizado para indicar el inicio y fin de un elemento web en un documento HTML.
Para seleccionar correctamente la etiqueta HTML, echemos un vistazo a las etiquetas que generalmente encontramos en una tarea. Conocer el significado de las etiquetas nos puede ayudar a entender qué etiqueta seleccionar en diferentes casos.
a> </a> | defiene hyperlink, puede realizar: abrir una pestaña via clic |
<p> </p> | defiene paragraphs cuando organizando el contenido textual |
<div> </div> | defiene un bloqueo o perilla para segmentar diferentes áreas de la página |
<li> </li> | defiene una lista de ítemas |
<img> </img> | defiene image elemento de la página |
<table> </table> | defiene HTML tabla elemento |
<tr> </tr> | defiene una fila en una tabla HTML |
<td> </td> | defiene una celda estándar de datos en una tabla HTML |
Cuando se localizan diferentes etiquetas, Octoparse mostrará diferentes opciones en los Consejos. En la parte inferior de los Consejos, puedes ver un camino HTML y la última etiqueta es la que se encuentra actualmente.
Si la opción actual no es la que deseas, puedes hacer clic en las otras etiquetas que deseas en la ruta.
Si no puedes encontrar el correcto en la ruta actual, también puedes hacer clic en abrir el > para encontrar más etiquetas dentro.
Aquí hay un botón "Expandir selección" que te ayudará a expandir el área seleccionada. Si encuentras que es difícil seleccionar directamente el área que deseas, puedes seleccionar una parte primero y seguir haciendo clic en este botón de expandir selección hasta que se seleccione el área objetivo.
Tomémonos algunos elementos como ejemplo:
1. Extracción de imágenes
Si deseas obtener la URL de una imagen, deberás localizar la etiqueta "img" ya que esta etiqueta incluirá la URL de la imagen en sí.
Haz clic en la imagen y verás que la etiqueta IMG es la última, lo que significa que estás ubicando la etiqueta correcta.
2. Extracción de enlaces
Para obtener el enlace de un elemento, es necesario asegurarse de ubicar el elemento que contiene la URL. Por lo general, la etiqueta A contiene la URL que deseas.
Solo cuando hagas clic en la etiqueta A, se mostrará la opción de enlace.
