GetHTMLElement
描述:
使用CSS选择器从输入流文件的内容中提取HTML元素值。输入的HTML首先会被转换成HTML文档对象模型(DOM)，这样就可以通过类似CSS选择器应用于HTML的方式提取HTML元素，然后就可以使用用户自定的CSS选择器对生成的HTML DOM进行“查询”，HTML DOM的“查询”结果可能有0-N个。如果没有“查询”到结果，则流文件被转移到"element not foun"连线；如果查询到N个结果，则会对每个结果创建一个新的流文件并转移到相关的连线。查询的结果可以放置在新流文件的内容或属性中，默认放置在属性中，用户可以通过“目的地”属性进行配置。用户还可以通过设置“元素前缀值”和“元素后缀值”属性，为查询到的结果值增加前缀或者后缀。前缀值和后缀值会被视为字符串，拼接到查询HTML DOM的结果值上。更详细的CSS选择器语法可以参考“https://jsoup.org/apidocs/org/jsoup/select/Selector.html”。
标签:
get, html, dom, css, element
参数:
如下列表中，必填参数则标识为加粗. 其他未加粗参数，则表示为可选参数。表中同时提到参数默认值设置, 并且 参数还支持 表达式语言.
| 名字 | 默认值 | 允许值列表 | 描述 |
|---|---|---|---|
| URL | 被解析HTML页面的基本URL(Base URL)，当从HTML元素提取属性值时，此URL用来将相对路径转换成绝对路径。 支持表达式语言 (支持流属性和变量) | ||
| CSS选择器 | CSS选择器字符串 支持表达式语言 (支持流属性和变量) | ||
| HTML字符编码 | UTF-8 | HTML的字符编码格式 | |
| 输出类型 | HTML | - HTML - 文本 - 属性 - Data | 控制提取HTML元素值的方式。 |
| 目的地 | 数据流属性 | - 数据流属性 - 数据流内容 | 设置提取到的元素值写入到流文件的属性还是内容中。 |
| 元素前缀值 | 指定需要添加到结果元素中的前缀字符串。 支持表达式语言 (支持流属性和变量) | ||
| 元素后缀值 | 指定需要添加到结果元素中的后缀字符串。 支持表达式语言 (支持流属性和变量) | ||
| 属性名称 | 当提取HTML元素的属性值时，该值用于确定该提取哪个属性的值，当“输出类型”属性设置为“属性”时会使用该值。如果该值的前缀是“abs:”，则提取到的属性值会通过指定的基本URL转换成绝对路径。 支持表达式语言 (支持流属性和变量) |
连线:
| 名字 | 描述 |
|---|---|
| element not found | 在HTML文档中找不到指定元素时会将流文件转移到该连线。原始HTML输入内容会在流文件的内容中保持不变，同时在此场景中，“original”连线不会被调用。 |
| success | 成功解析HTML元素 |
| original | 原始HTML输入 |
| invalid html | 输入HTML存在语法错误 |
读取属性:
未提供。
写入属性:
| 名字 | 描述 |
|---|---|
| HTMLElement | 如果目的地为流文件的属性时，指定解析出的元素对应的属性值。 |
状态管理:
该组件不保存状态。
限制:
该组件没有限制
输入流要求:
组件必须提供输入流。
系统资源考量:
未提供。