网页页面结构都相同,但是采集的时候只成功了少部分。
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2018-5-11 15:41

沙发
shengchengx 金牌会员 发表于 2018-5-11 15:41:50 | 只看该作者
1.抓取内容做定位映射标志。

2.网页上没有@class, @id这样可用的定位标志可以用自定义XPath


具体可以看下这个讨论帖《如何提高规则的适应性》
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 22:40