0

tengo el sitio: elpopular.pe que tiene sus noticias relacionado en medio de un contenido de html

y lo quiero es extraer el enlace de la etiqueta LEE ESTO y MIRA TAMBIÉN, ambos son noticias relacionados, normalmente con selectores una etiqueta debe tener una CLASE(.) o ID(#), pero justo el texto LEE MÁS y MIRA TAMBIÉN se encuentran en una etiqueta strong que no tiene clase ni id. para capturar datos via XPATH y SELECTOR utilizo una extension de chrome que se llama : scrapemate beta

intenté crear mi selector así: .glr-node-content a, pero me selecciona todo el contenido del sitio; solo quiero obtener las noticias relacionados, ósea la linea que dice ** LEE ESTO** su enlace, cómo seria mi selector por el texto(LEE ESTO y MIRA TAMBIÉN) en específico ?, gracias

2 respuestas 2

0

puedes hacerlo asi:
explicacion

  1. seleccionamos el elemento .glr-node-content
  2. seleccionamos los hijos div
  3. seleccionamos el elemento 5 con nth-child()
  4. seleccionamos el elemnto a
  5. luego de ello solo seria extraer su href

    document.querySelector(".glr-node-content div:nth-child(5) a");
    document.querySelector(".glr-node-content div:nth-child(22) a");

lo mas cercano que pude llegar a seleccionar los elementos con css

ahora intentando con xpath

seleccionamos el class glr-node-content luego su div
luego su strong que empieze con el texto LEE
seleccionamos el elemento siguiente a y obtenemos su href

//*[contains(concat(" ",normalize-space(@class)," ")," glr-node-content ")]/div/strong[starts-with(text(),'MIRA')]/following-sibling::*[1]/self::a/@href <br>

//*[contains(concat(" ",normalize-space(@class)," ")," glr-node-content ")]/div/strong[starts-with(text(),'LEE')]/following-sibling::*[1]/self::a/@href
3
  • Gracias por responder, pero document.querySelectorAll creo que seria ejecutar con Javascipt, quiero solo el selector el 12 feb. 2019 a las 17:30
  • el selector es el que te acabo de dar en la explicacion :v el codigo js es para que veas los resultados :v es el indice 1 :v
    – Bryro
    el 12 feb. 2019 a las 17:33
  • por ejemplo mi selector seria: div > strong + a pero me trae todos las Urls de todos los strong, yo solo quiero del strong contenga el texto : LEE ESTO y MIRA TAMBIÉN el 12 feb. 2019 a las 17:34
0

No puedes seleccionar un tag por su contenido con un selector CSS. Creo recordar que antes habia un selector de contenido, pero fue depreciado y ya no te puedes fiar de que funcione. Si no puedes/quieres usar un id o clase especificos, tendras que encontrar un selector unico que solo identifique a ese elemento.

Si en el enlace hay una cadena de texto unica, podrias hacer algo como

a[href*="elpopular"]    

que seleccionaria los que tengan esa cadena de texto en el enlace.

Amplio con una solucion en javascript:

element = document.querySelectorAll("a");
for (item of element) {
  if (item.previousSibling.innerHTML=="MIRA TAMBIÉN:"){
    //aqui haces lo que quieras con el enlace
    console.log("este lo tiene"+item);
  }
}
5
  • Gracias por responder Montaycabe, en mi caso primero tendría que buscar el texto del Strong por ejemplo: MIRA TAMBIÉN:, y capturar el primer href, la verdad se me hace complicado armar el selector, como seria en este caso?, gracias. <p><strong class="">MIRA TAMBIÉN:&nbsp;</strong><a href="https://www.elpopular.pe/series/salud/227300-salud-cuidado-infecciones-vaginales-verano" target="_blank" class="">Salud: cuidado con las infecciones vaginales en verano</a></p> el 12 feb. 2019 a las 23:25
  • El otro seria: <p><strong class="">LEE MÁS:&nbsp;</strong><a href="https://www.elpopular.pe/series/salud/227358-salud-6-enfermedades-comunes-verano-prevenirlas" target="_blank" class="">Salud: Las 6 enfermedades más comunes en verano y cómo prevenirlas</a></p> , el post se encuentra en: elpopular.pe/series/salud/… el 12 feb. 2019 a las 23:29
  • Te he ampliado la respuesta con una rutina en javascript que chequea si los enlaces estan precedidos por un elemento con "MIRA TAMBIÉN:" (y mejor quita el &nbsp; , no s una buena practica para espaciar)
    – Montaycabe
    el 13 feb. 2019 a las 10:45
  • Montaycabe, crees que seria posible solo con selectores?, no sé si habra un especie de buscador por ejemplo: MIRA TAMBIÉN: el 13 feb. 2019 a las 15:20
  • No, como te cuento, solo por css no es posible a no ser que le pongas un id, una clase, un atributo, o tenga una cadena de texto identificable en el href o algo similar. No hay ningun selector CSS por contenido.
    – Montaycabe
    el 13 feb. 2019 a las 16:40

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.