GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
常见问题
1
8490
做规则时输出结果重复两遍是什么原因
ym
于 2015-11-19 15:29
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
问题:
我想抓取这个网页上的用户评论(用户名、时间和评论内容),但是还没设置样例复制呢,只是进行了一下内容映射,比如映射第一条评论,结果会搜出来同样的两条数据,不知道为什么。做了样例复制后,我看了下测试结果,貌似是所有评论爬了一遍之后,又重复得到了一遍,样本网址
http://www.programmableweb.com/api/google-maps/comments
原因:
是因为生成的数据规则是根据id=comments的节点来计算的,但是网页有两个id=comments节点,所以输出信息才会重复两遍
解决:
把整理箱改为三层结构,用第一个id=comments节点做定位标志映射给整理箱顶点,就能改变数据规则的路径,就不会重复提取了
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
收藏
0
转播
支持
0
反对
0
举报
|
回复
共 1 个关于本帖的回复 最后回复于 2015-11-19 15:42
Fuller
积分
24054
精华
0
威望
6720
金钱
6
最后登录 2025-4-30
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2015-11-19 15:42:08
|
只看该作者
还可以是网页节点搜索功能,确认一下某个@id 是否唯一,按照标准要求,id应该是唯一的,但是不唯一也是能用的。MS谋数台上有搜索功能,看能搜到几个节点,使用方法参看:
http://www.gooseeker.com/doc/article-130-1.html
举报
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
0%
1
2
3
4
5
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10608
访问主页>>
wangyong
帖子:1737
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-1 14:40
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2015-11-19 15:42