From 719100d6e681f5916fa71c64fd7099c00009eec5 Mon Sep 17 00:00:00 2001 From: "yihua.huang" Date: Sat, 28 Sep 2013 08:02:29 +0800 Subject: [PATCH] update xsoup usage doc --- user-manual.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/user-manual.md b/user-manual.md index 9bb2b1ba..b487efa5 100644 --- a/user-manual.md +++ b/user-manual.md @@ -213,7 +213,7 @@ Spider还包括一个方法test(String url)，该方法只抓取一个单独的 webmagic包括一个对于页面正文的自动抽取的类**SmartContentSelector**。相信用过Evernote Clearly都会对其自动抽取正文的技术印象深刻。这个技术又叫**Readability**。当然webmagic对Readability的实现还比较粗略，但是仍有一些学习价值。 -webmagic的XPath解析使用了作者另一个开源项目：基于Jsoup的XPath解析器[Xsoup](https://github.com/code4craft/xsoup)，Xsoup对XPath的语法进行了一些扩展，支持一些自定义的函数。 +webmagic的XPath解析使用了作者另一个开源项目：基于Jsoup的XPath解析器[Xsoup](https://github.com/code4craft/xsoup)，Xsoup对XPath的语法进行了一些扩展，支持一些自定义的函数。这些函数的使用方式都是在XPath末尾加上`/name-of-function()`，例如：`"//div[@class='BlogStat']/regex('\\d+-\\d+-\\d+\\s+\\d+:\\d+')"`。