> For the complete documentation index, see [llms.txt](https://developers.oxylabs.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://developers.oxylabs.io/products/es/web-scraper-api/features/custom-parser/writing-instructions-manually/parsing-instruction-examples.md).
# Ejemplos de instrucciones de análisis
Consulta ejemplos prácticos de instrucciones de análisis para Custom Parser: maneja objetos anidados, listas, errores y matrices de matrices.
El siguiente fragmento de HTML se analiza usando instrucciones de análisis de ejemplo en las secciones siguientes.
### HTML de ejemplo
```html
```
### Mínimo indispensable
{% hint style="info" %}
Caso de uso: quieres extraer el texto de todos los **zapatos** **descripción** **elementos**.
{% endhint %}
*Ejemplo 1. Selección de elementos de la descripción de zapatos usando XPath.*
```json
{
"shoes_description": {
"_fns": [
{
"_fn": "xpath",
"_args": [
".//div[@id='shoes']//li[@class='description-item']/text()"
]
}
]
}
}
```
La función `xpath` encontrará un solo elemento y lo pondrá en una lista como cadena:
```json
{
"shoes_description": [
"Súper"
]
}
```
El comportamiento exacto `xpath` de la función se describe [**aquí**](/products/es/web-scraper-api/features/custom-parser/writing-instructions-manually/list-of-functions.md).
### Instrucciones de análisis anidadas
{% hint style="info" %}
Caso de uso: quieres analizar toda la información relacionada con zapatos. Además, el resultado analizado debe representar la estructura del documento del HTML proporcionado.
{% endhint %}
Estás apuntando a esta parte del HTML de ejemplo:
```html
```
Y te gustaría que el resultado analizado tuviera la siguiente estructura:
```json
{
"shoes": {
"title": "Zapatos",
"price": "223.12",
"description": [
"Súper"
]
}
}
```
Las instrucciones de análisis serían así.
*Ejemplo 2. Las instrucciones de análisis se usan para analizar* `zapatos` *información.*
```json
{
"shoes": {
"title": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@id='shoes']/div[@class='title']/text()"]
}
]
},
"price": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@id='shoes']/div[@class='price']/text()"]
}
]
},
"description": {
"_fns": [
{
"_fn": "xpath",
"_args": ["//div[@id='shoes']//li[@class='description-item']/text()"]
}
]
}
}
}
```
`xpath_one` funciona de forma similar a `xpath`, pero en lugar de devolver una lista de todas las coincidencias, devuelve **el primer elemento coincidente**.
En el ejemplo anterior, la `zapatos` propiedad es la única propiedad definida en el ámbito de instrucciones más externo. La `zapatos` propiedad contiene instrucciones de análisis anidadas.
La función `zapatos` el ámbito de instrucciones no tiene una canalización definida (`_fns` propiedad falta). Esto significa que las canalizaciones definidas en `title`, `price`, y `descripción` los ámbitos usarán el documento en análisis como entrada de la canalización.
En el Ejemplo 2, puedes ver una repetición de `//div[@id='shoes']` en expresiones XPath. La repetición se puede evitar definiendo una canalización en `zapatos` ámbito:
*Ejemplo 3. Definir una canalización en* `zapatos` *instrucciones de ámbito para evitar la repetición de la expresión XPath.*
```json
{
"shoes": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@id='shoes']"]
}
],
"title": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["./div[@class='title']/text()"]
}
]
},
"price": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["./div[@class='price']/text()"]
}
]
},
"description": {
"_fns": [
{
"_fn": "xpath",
"_args": [".//li[@class='description-item']/text()"]
}
]
}
}
}
```
Al usar las instrucciones de análisis proporcionadas en el Ejemplo 3, Custom Parser hará lo siguiente:
1. Empezar procesando `shoes._fns` la canalización, que generará el `zapatos` elemento HTML;
2. Tomar `shoes._fns` la salida de la canalización y usarla como entrada para las canalizaciones definidas en `title`, `price`, y `descripción` los ámbitos;
3. Procesar `title`, `price`, y `descripción` las canalizaciones para producir los valores finales.
El resultado se verá igual que el resultado del Ejemplo 2:
```json
{
"shoes": {
"title": "Zapatos",
"price": "223.12",
"description": [
"Súper"
]
}
}
```
La diferencia principal entre el Ejemplo 2 y el Ejemplo 3 es que en el Ejemplo 3, la canalización se define en el `zapatos` ámbito. **Esta canalización adicional selecciona el elemento de los zapatos y lo pasa a canalizaciones posteriores que se encuentran más abajo en la jerarquía de instrucciones.**
### Lista de objetos anidados
{% hint style="info" %}
**Caso de uso:** Anteriormente, querías analizar solo `zapatos` información. Ahora quieres analizar la información de todos los productos del HTML.
{% endhint %}
La función [**HTML de ejemplo**](#sample-html) se usa de nuevo como el documento en análisis.
Si quieres que tu resultado analizado se vea así:
```json
{
"products": [
{
"title": "Zapatos",
"price": "223.12",
"description": [
"Súper"
]
},
{
"title": "Pantalones",
"price": "60.12",
"description": [
"Increíble",
"Calidad"
]
},
{
"title": "Calcetines",
"price": "123.12",
"description": [
"Muy",
"Bonito",
"Calcetines"
]
}
]
}
```
Las instrucciones de análisis serían así:
*Ejemplo 4. Análisis de todos los productos encontrados en el documento HTML.*
```json
{
"products": {
"_fns": [
{
"_fn": "xpath",
"_args": ["//div[@class='product']"]
}
],
"_items": {
"title": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["./div[@class='title']/text()"]
}
]
},
"price": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["./div[@class='price']/text()"]
}
]
},
"description": {
"_fns": [
{
"_fn": "xpath",
"_args": [".//li[@class='description-item']/text()"]
}
]
}
}
}
}
```
La estructura de las instrucciones de análisis se parece a la del Ejemplo 3. Sin embargo, hay dos excepciones importantes:
1. `xpath` se usa en lugar de `xpath_one` en `products._fns` canalización. `products._fns` la canalización ahora generará una lista de todos los elementos que coinciden con la expresión XPath proporcionada (una lista de elementos de producto).
2. `_items` la propiedad reservada se usa para indicar que quieres formar una lista iterando sobre cada elemento de la `products._fns` salida de la canalización y **pasando/procesando cada elemento de la lista por separado** dentro del ámbito de la canalización.
Si `_items` la propiedad reservada no se usara en las instrucciones de análisis del Ejemplo 4, el resultado analizado se vería así:
```json
{
"products": {
"title": [
"Zapatos",
"Pantalones",
"Calcetines"
],
"price": [
"223.12",
"60.12",
"123.12"
],
"description": [
[
"Súper"
],
[
"Increíble",
"Calidad"
],
[
"Muy",
"Bonito",
"Calcetines"
]
]
}
}
```
{% hint style="warning" %}
`_items` se usa para especificar que Custom Parser debe pasar ***elementos de lista separados*** en lugar de la ***lista completa*** a través de las instrucciones de análisis.
{% endhint %}
### Selecciona el n-ésimo elemento de una lista
Esta sección demuestra la flexibilidad de las canalizaciones. El mismo problema puede abordarse de diferentes maneras.
Se pueden usar varias opciones para seleccionar el n-ésimo elemento de una lista de cualquier valor.
{% hint style="info" %}
**Caso de uso:** quieres seleccionar el precio del segundo producto de la página.
{% endhint %}
La función [**HTML de ejemplo**](#sample-html) se usa de nuevo como ejemplo. Tienes varias opciones para seleccionar el 2.º producto.
#### Opción 1
Puedes utilizar el selector XPath `[]` y definir la selección en la expresión XPath.
*Ejemplo 5. Selecciona el 2.º precio usando el selector XPath \[].*
```json
{
"second_price": {
"_fns": [
{
"_fn": "xpath",
"_args": [
"(//div[@class='price'])[2]/text()"
]
}
]
}
}
```
Resultado:
```json
{
"second_price": [
"60.12"
]
}
```
#### Opción 2
También puedes usar la `xpath` función para encontrar todos los precios y canalizarlo a la función `select_nth`, que selecciona el n-ésimo elemento de la lista de precios extraída.
*Ejemplo 6. Selecciona el 2.º valor usando la función \`select\_nth\`.*
```json
{
"second_price": {
"_fns": [
{
"_fn": "xpath",
"_args": [
"//div[@class='price']/text()"
]
},
{
"_fn": "select_nth",
"_args": 1
}
]
}
}
```
Resultado:
```json
{
"second_price": "60.12"
}
```
{% hint style="warning" %}
Observa cómo la `select_nth` función devuelve un elemento de una lista mientras que la `xpath` función devuelve una lista de elementos, incluso si se encuentra un solo elemento.
{% endhint %}
#### Opción 3
Puedes usar `select_nth` con cualquier tipo de lista, incluidas listas de elementos HTML:
*Ejemplo 7. Seleccionando todos los elementos HTML de producto con* `class="product"` *==> seleccionando el 2.º elemento de producto de la lista ==> extrayendo el texto del precio del elemento HTML de producto seleccionado*.
```json
{
"second_price": {
"_fns": [
{
"_fn": "xpath",
"_args": ["//div[@class='product']"]
},
{
"_fn": "select_nth",
"_args": 1
},
{
"_fn": "xpath",
"_args": ["./div[@class='price']/text()"]
}
]
}
}
```
Resultado:
```json
{
"second_price": ["60.12"]
}
```
### Manejo de errores
Cuando se proporciona el siguiente fragmento de HTML:
```html
Zapatos bonitos
223.12
Súper
```
Y al intentar analizar it con las siguientes instrucciones de análisis:
```json
{
"product": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@id='shoes']"]
}
],
"price": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@class='price']/text()"]
}
]
},
"title": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@class='title']/text()"]
}
]
},
"description": {
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@class='description']/text()"]
},
{
"_fn": "convert_to_float"
}
]
}
}
}
```
Custom Parser devolverá un resultado analizado en el que `price` y `title` se analizaron normalmente, pero la `descripción` no se pudo analizar debido al `convert_to_float` fallo de la función al convertir `cadena` a `float`:
```json
{
"product": {
"price": "223.12",
"title": "Zapatos",
"description": null
},
"_warnings": [
{
"_fn": "convert_to_float",
"_fn_idx": 1,
"_msg": "No se pudo procesar la función.",
"_path": ".product.description"
}
]
}
```
Por defecto, todos los errores se cuentan como advertencias y se colocan dentro de la `_warnings` lista. Si quieres ignorar los errores al analizar un campo, puedes suprimir las advertencias/errores con `"_on_error": "suppress"` parámetro:
```json
{
"product": {
...,
"description": {
"_on_error": "suppress",
"_fns": [
{
"_fn": "xpath_one",
"_args": ["//div[@class='description']/text()"]
},
{
"_fn": "convert_to_float"
}
]
}
}
}
```
Lo que luego producirá el siguiente resultado:
```json
{
"product": {
"price": "223.12",
"title": "Zapatos",
"description": null
}
}
```
### Matriz de matrices
Custom Parser permite matrices n-dimensionales en los resultados analizados. Como ejemplo, usemos el siguiente fragmento de HTML:
```html
```
Supongamos que quieres analizar el documento para que el resultado sea una matriz bidimensional 3x3 de enteros:
```json
{
"table": [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
}
```
Para analizar el HTML en el JSON anterior, puedes usar las siguientes instrucciones de análisis:
```json
{
"table": {
"_fns": [
{
"_fn": "xpath",
"_args": ["//div[@class='row']"]
},
{
"_fn": "xpath",
"_args": [".//div[@class='column']/text()"]
},
{
"_fn": "convert_to_int"
}
]
}
}
```
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://developers.oxylabs.io/products/es/web-scraper-api/features/custom-parser/writing-instructions-manually/parsing-instruction-examples.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.