webmagic定位链接写法

在WebMagic中，可以使用XPath或CSS选择器来定位链接元素。

1. 使用XPath定位链接：
- 通过标签名定位：`//a`，例如：`//a`
- 通过文本内容定位：`//a[text()='link text']`，例如：`//a[text()='Click here']`
- 通过属性定位：`//a[@attribute='value']`，例如：`//a[@href='http://example.com']`

2. 使用CSS选择器定位链接：
- 通过标签名定位：`a`，例如：`a`
- 通过属性定位：`a[attribute='value']`，例如：`a[href='http://example.com']`

在WebMagic中，可以使用`Html.xpath()`方法和`Html.css()`方法来进行链接元素定位。下面是一个示例：

import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;
import us.codecraft.webmagic.processor.PageProcessor;

public class MyPageProcessor implements PageProcessor {

    private Site site = Site.me();

    @Override
    public void process(Page page) {
        // 使用XPath定位链接
        String link = page.getHtml().xpath("//a[text()='Click here']/@href").get();
        System.out.println("Link: " + link);

        // 使用CSS选择器定位链接
        String link2 = page.getHtml().css("a[href='http://example.com']").get();
        System.out.println("Link2: " + link2);
    }

    @Override
    public Site getSite() {
        return site;
    }

    public static void main(String[] args) {
        Spider.create(new MyPageProcessor())
                .addUrl("http://example.com")
                .run();
    }
}

上述代码中，`process()`方法中使用了XPath和CSS选择器来定位链接元素，并通过`get()`方法获取链接的内容。你可以根据具体的网页结构和需求来选择合适的定位方式。