GooSeeker

现象

MetaSeeker允许用户在一个主题下定义多个信息结构。该功能是很有用的，有时候目标网站的同一类网页之间的结构有稍微的变化，举例来说，在网购站上，如果商品是VIP商户发布的，可能与普通商户显示的数据内容和格式有些差别，那么我们可以定义一个主题，而在该主题下为普通商户和VIP商户的商品分别定义信息结构，各自生成一套网页数据抓取规则。当DataScraper运行时，自动选择适合的那个信息结构。

假设用户定义了信息结构A，在MetaStudio的Bucket Editor工作台上定义了数据抓取规则，在Clue Editor工作台上定义了线索抓取规则；假设用户又定义了信息结构B，只在Clue Editor工作台上定义了线索抓取规则。

运行DataScraper为该主题抓取网页数据时，DataScraper运行中断，停留的状态：EWNDS / START，这两个字符串显示在DataScraper中部的监控面板中。

如果察看日志文件datascraper.log.txt，可以看到下面的信息：

   2010-06-09 14:52:59 ExtractWebNodeData_Simp extract ERROR: Null gemFile
   2010-06-09 14:52:59 ExtractWebNodeData_Simp Run ERROR: Fail to extract information
   2010-06-09 14:52:59 DataScraperEngine:ScheduleProcessor demo_douban_group_list ERROR: Fail to run a processor
   2010-06-09 14:52:59 DataScraperEngine ScheduleProcessorStack ERROR: Fail to schedule processor

避免方法

为同一个主题定义多个信息结构时，信息结构之间一定要保持一致，Bucket Editor和Clue Editor工作台要么都是空的，要么都在其上定义抓取规则，不能为信息结构A定义抓取规则，而不给信息结构B定义。即使对某个信息结构来说抓取数据或者超链接是不需要的，也要定义一个规则以保持一致。

解决计划

该Bug计划在V5或者以后版本解决。