主题:日亚单行本测试六,
已经按照大神们给的意见进行了多次修改,但是依然不显示上一级主题日亚单行本测试五中抓取的书名,以及内容介绍这一部分始终完全抓取不到,只能抓到标题(在测试时是可以显示的)

后面的登录信息虽然抓取到了但始终存在乱码

请问究竟是哪里出现了问题呢?


举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2018-6-9 11:57

沙发
Fuller 管理员 发表于 2018-6-9 11:57:30 | 只看该作者
我测试了,一开始我也以为只能抓到标题,其实是在标题后面有很多空行,你可以双击excel的单元格,就能看到到还有很多内容在标题下面。

采集到那些不是乱码,而是网页上的一些程序代码。因为你定义的采集范围很大。出来网页上的文字被采集到了,连js程序代码也采集到了。可以把采集范围缩小一些,通过定位标志映射和内容映射,选择一个区域更小的div节点。

另外,最好给至少一个抓取内容设置“关键内容”,否则,遇到网页加载慢的时候,可能会漏抓
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, 2024-4-27 09:35