webmagic定位元素的写法

在使用WebMagic爬取网页时，可以使用XPath或CSS选择器来定位元素。

1. 使用XPath定位元素：
- 通过标签名定位：`//tagname`，例如：`//div`
- 通过class属性定位：`//*[@class='classname']`，例如：`//*[@class='container']`
- 通过id属性定位：`//*[@id='idname']`，例如：`//*[@id='content']`
- 通过层级关系定位：`//parenttag/childtag`，例如：`//div/a`

2. 使用CSS选择器定位元素：
- 通过标签名定位：`tagname`，例如：`div`
- 通过class属性定位：`.classname`，例如：`.container`
- 通过id属性定位：`#idname`，例如：`#content`
- 通过层级关系定位：`parenttag > childtag`，例如：`div > a`

在WebMagic中，可以使用`Html.xpath()`方法和`Html.css()`方法来进行元素定位。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定位元素
        String title = page.getHtml().xpath("//h1/text()").get();
        System.out.println("Title: " + title);

        // 使用CSS选择器定位元素
        String content = page.getHtml().css(".content").get();
        System.out.println("Content: " + content);
    }

    @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选择器来定位页面元素，并通过`get()`方法获取元素的文本内容。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。