一级主题:安徽企业列表,爬取列表   https://ah.tianyancha.com/search
二级主题:安徽企业明细修改   样本页面:https://www.tianyancha.com/company/54451125

一级爬到网址,二级就样本页面和其中一个页面能完整爬取数据,其他页面都没有截图中的信息,页面实际存在对应数据。

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-11-3 11:42

沙发
嘉兴 新手上路 发表于 2017-11-3 11:42:06 | 只看该作者
本帖最后由 嘉兴 于 2017-11-3 11:50 编辑

加载规则点击测试数据是全部都有的,但发现这个网站的网页结构容易发生变化,所以在做规则时需要冻结页面才行。
有一部分信息没抓到可能也是这个原因,规则不能适应所有页面,可以用规则加载没有抓到的网页看看是否会报错,给这部分抓取内容做上定位标志映射试试,如果还不行就需要自定义xptah去定位这些信息,去适应其他的页面才行。
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, 2024-4-26 22:46