028-学习笔记：处理bug、调整XPath、用AI写正则

大家好，我是小洛哥，一个刚刚开始每天写作的新人。

昨天搞完 027-影刀RPA采集小红书指定博主全部笔记及图片到飞书表格，今天下午就打算去把我之前关注的几个对标账号给采集下来。

可在采集的过程中，还想用电脑做其他事，怎么办呢？就打算在我的服务器上跑这个应用。

可结果却出错了。其他都正常，但是无法采集到图片。

马上在自己电脑上试一遍，一切正常。于是郁闷了...这咋回事。

后来发现，原来是因为浏览器版本不同，兼容性导致的代码结构不同。

因为服务器装的是 Windows Server 2012，没法升级到最新的 Chrome。

想着总不能再搞个 if 判断吧，又难写又麻烦，而且以后如果再用其他电脑怎么办，可能又是一个新的浏览器版本？于是开始研究，先把相关指令拷出来单独测试：

XPath

首先观察到，虽然图片相关的代码不同，但整个媒体容器里的代码结构是差不多的。都是：

 <!--只体现代码结构-->
<div id="noteContainer">
	<div>
	<div>
		<div>
			<div>
				<div>
				<div>
					<div>
						<div>

所以 XPath 代码 //*[@id="noteContainer"]/div[2]/div/div/div[2]/div/div 并没有问题，而之前是「获取元素属性」style，获取到 width: 440px; background-image: url(&quot;http://sns-webpic-qc.xhscdn.com/202405131812/bb6804c67577c9d05cf1336c090f92b3/1040g0083114ekptjmc2g5pg7r4s2pmp57tq01io!nd_dft_wlteh_webp_3&quot;);，然后再用正则去匹配出图片链接。但服务器版本的图片链接缺不是用的 style，而是 img 标签。

仔细看了一下，发现「获取元素属性」style 在这里其实没什么意义，每一个 div 内都只有一个链接。

所以就在 XPath 代码不变的情况，直接获取元素的源代码。

（XPath 代码的获取，在 Chrome 开发者工具里，直接右键复制还是非常方便的）

正则表达式

十年前就知道正则这玩意很神奇，奈何那些各种符号代码看着就头疼。

不过呢，现在咱们有 AI 加持了，不用看代码，请 AI 解释为人话就行。

先看一下根据前面 XPath 的调整，获取到的内容吧。

本机 Chrome 版本：版本 124.0.6367.201（正式版本） （64 位），相关代码：

<div class="swiper-slide swiper-slide-active" data-swiper-slide-index="0" style="width: 440px; background-image: url(&quot;http://sns-webpic-qc.xhscdn.com/202405131812/bb6804c67577c9d05cf1336c090f92b3/1040g0083114ekptjmc2g5pg7r4s2pmp57tq01io!nd_dft_wlteh_webp_3&quot;);" data-v-5d90fba6=""></div>

服务器 Chrome 版本：版本 109.0.5414.168（正式版本） （64 位），上相关代码

<div class="swiper-slide swiper-slide-active" data-swiper-slide-index="0" data-v-5d90fba6="" style="width: 440px;"><img data-v-5d90fba6="" src="http://sns-webpic-qc.xhscdn.com/202405131752/0e02cd31da83eace4a6daaa931d68d8e/1040g0083114ekptjmc2g5pg7r4s2pmp57tq01io!nd_dft_wlteh_jpg_3" fetchpriority="auto" width="0" height="0" crossorigin="anonymous" loading="eager" decoding="sync" data-xhs-img="" class="note-slider-img"></div>

问一问 GPT4 吧

给出结果

再请他解释一下

放到影刀里测试，发现第一段代码匹配后，总会包含结尾的 &quot;);，导致图片链接无法打开。那就再问问

修改、测试、完美解决~

修改完成后的应用，丢到服务器上去测，也没问题~回想一下今天调整的两个地方，都算是把这部分流程对浏览器的兼容性变高了，也就是说整个应用的稳定性更强了。看来除非代码结构有大变化，那么这个写法都是适用的~

赶紧把抓取视频和视频封面的部分也排查以下，去采集对标账号吧~

今天是保持日更 100 天目标的第 28 天，你很棒，继续保持，加油！

——2024/05/13