规则1和规则2是爬两个不同网页结构,爬规则2的网页的时候只验证规则1然后就匹配失败超时了

32.png (904 Bytes, 下载次数: 589)

32.png
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-11-1 17:10

沙发
数据集 高级会员 发表于 2017-11-1 17:10:04 | 只看该作者
采集同一网站的不同网页结构信息时,每个编号不同的抓取规则至少需要抓取一个本结构页面独有其他结构页面没有的内容,并勾上关键内容。用以区分不同结构的页面。  当爬虫遇到这个唯一的唯一的标识时就知道调用哪一个规则采集,否则就有可能采集不到。详情参考《怎么采集同一网站的不同网页结构信息》
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, 2024-4-25 12:37