From 69ff524d86cf786cea746ebce221a475a915df9f Mon Sep 17 00:00:00 2001 From: "yihua.huang" Date: Wed, 19 Jun 2013 10:14:17 +0800 Subject: [PATCH] update api in READEME --- README.md | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) diff --git a/README.md b/README.md index 421443f..2b687e6 100644 --- a/README.md +++ b/README.md @@ -18,7 +18,7 @@ webmagic正处于开发阶段，目前还没有稳定版本。欢迎开发者参 * ####垂直爬虫#### webmagic着重于页面抽取的工作。开发者可以使用xpath和正则表达式进行链接和内容的提取，支持链式API调用，以及单复数转换。 - String content = page.getHtml().x("//div[@class='body']").r("这段话比较重要(.*)").toString(); + String content = page.getHtml().xpath("//div[@class='body']").regex("这段话比较重要(.*)").toString(); * ####嵌入式&无配置#### webmagic与其他Full-Stack的框架不同，没有配置文件，大部分功能都通过简单的API调用完成。webmagic以jar包的形式存在，并且不依赖任何框架，在程序可以随处进行调用。 @@ -57,13 +57,13 @@ webmagic定制的核心是PageProcessor接口。 @Override public void process(Page page) { - List requests = page.getHtml().as().rs(urlPattern).toStrings(); + List requests = page.getHtml().links().regex(urlPattern).toStrings(); //调用page.addTargetRequests()方法添加待抓取链接 page.addTargetRequests(requests); //xpath方式抽取 - page.putField("title", page.getHtml().x("//title")); + page.putField("title", page.getHtml().xpath("//title")); //sc表示使用Readability技术抽取正文 - page.putField("content", page.getHtml().sc()); + page.putField("content", page.getHtml().smartContent()); } @Override