Python即时网络爬虫项目: 内容提取器的定义

提取器代码

可插拔提取器是即时网络爬虫项目的核心组件，定义成一个类： gsExtractor

使用模式是这样的：

实例化一个gsExtractor对象

为这个对象设定xslt提取器，相当于把这个对象配置好（使用三类setXXX()方法）

把html dom输入给它，就能获得xml输出（使用extract()方法）

下面是这个gsExtractor类的源代码

用法示例

下面是一个示例程序，演示怎样使用gsExtractor类提取GooSeeker官网的bbs帖子列表。本示例有如下特征：

提取器所用的xslt模板提前放在文件中：xslt_bbs.xml

仅作为示例，实际使用场景中，xslt来源有多个，最主流的来源是GooSeeker平台上的api

在控制台界面上打印出提取结果

提取结果如下图所示：