本帖最后由 umsung 于 2017-10-17 16:59 编辑

我采集第二级网页,我的规则设置没问题,做了定位映射之后,也采集不出之前空白的网页?为什么?

03.png (13.67 KB, 下载次数: 343)

03.png
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-10-17 14:10

沙发
bowieD 金牌会员 发表于 2017-10-17 14:10:50 | 只看该作者
部分内容没有采集到可能是因为没有勾选关键内容。
不勾关键内容的影响可能是
1,漏采
2,即使抓取规则有错误,也不报错

关键内容是DS打数机用来判断抓取规则有效性的。网页上一定存在的内容,就勾成关键内容,DS抓取网页的时候,判断这些内容在不在,如果不在或者定位不到就会报错。

当网页是动态的ajax内容,很多内容是后加载的,勾上关键内容,DS打数机就会等到这些内容加载上才抓取。
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-4-28 15:52