@servasw45 В вашем случае проще через xpath, получайте все ссылки со страницы через xpath получить каждый xml
//a/@href
Полученный список пройти через foreach, ставите if
[[FOREACH_DATA]].indexOf('http://site1.com') > -1
в этом if действие Добавить Элемент (в список, который заранее создали).
После foreach используйте действие Случайный Элемент из списка, в который складывали нужные url.
Пересмотрел много роликов, но все равно есть вопросы :(
Нахожу ссылку вот так:
>XPATH> //a[contains(@href,'[[RANDOM_LINK_URL]]')]
Если попадается ссылка такого вида
<a href="http://www.site.com/12345/">link</a>
то бас по ней кликает.
А если попадается ссылка такого вида
<a href="http://www.site.com/12345/" <img src="http://www.site.com/12345/123.jpg"></a>
когда кликать надо по картинке,
или когда в ссылке присутствуют метка
<a href="http://www.site.com/12345/link.html?utm=1234">link</a>
то бас не может по ней кликнуть.
Как првильно написать селектор,
>XPATH> //a[contains(@href,'[[RANDOM_LINK_URL]]')]
чтобы кликало по ссылкам-картинкам и по ссылкам с utm и другими метками?
Вот скрипт на всякий случай
1_1537365470782_visit-random-click-4.3.4-url.txt 0_1537365470782_visit-random-click-4.3.4.xml
Не помню где мне попадались ссылки с utm и не могу сейчас найти по-быстрому. Мне такие ссылки как раз и не нужны. Их лучше всего отфильтровать как-то.
Вот такую попалась в поиске:
https://ilovemommy.com.ua/ru/brands.html?___store=ru
XPATH> //a[contains(@href,'[[RANDOM_LINK_URL]]')] ее как то находит, а бас по этой ссылке не кликает.
@servasw45 почти все ссылки идут с классами или id или другими атрибутами. Если знать, какие конкретно ссылки нужны, то можно вытаскивать только их со страницы и потом их загружать.
Причем все это можно быстренько делать в http клиенте.
Я могу написать быстренько скрипт, но нужно больше конкретики, что именно вынимать со страницы... что потом с этим делать и т.д.
Задача очень простая,
С пунктами 1 и 2 все понятно.
В пункте три нужно отфильтровать все ссылки на посторонние сайты, такие как соцсети, ссылки в тексте на чужие сайты, ссылки на видео и подобное. Нужно переходить несколько раз только по страницам просматриваемого сайта. Вот на этом фильтре я и забуксовал.
Выше приложил скрипт, который даже работает, но с частыми ошибками. Надо усовершенствовать или другую логику работы использовать. Подскажите, плз, в какую сторону копать
П.С.
В списке будут разные сайты, с разными дизайнами и разным кодом html и css, потому к классам и идентификаторам решил не привязываться, а использовал XPATH> //a[contains(@href,'[[RANDOM_LINK_URL]]')]
@servasw45 0_1537397322071_demo1.xml придумал такой костыль. Надо только протестировать его на других сайтах...
@servasw45 said in Помогите с регуляркой:
Спасибо за подсказку. :)
Тестирую
Там ошибочка только небольшая с кавычками. Измени регулярку на эту
"(?P<result>{{URL}}[a-z\/]{13,20})"
И все ок должно быть
