本帖最后由 suyongbin 于 2015-12-27 06:36 编辑

2015年12月27日06:35:01新问题:valve2抓取不到内容,但是在谋数机里面是有显示的。运行中却没有,

2015年12月27日05:41:51更新:现在的valve2可以实现自动点击不同的类别,收集不同的价格。但是问题来了,为什么爬虫一直在一个页面里面循环地抓取一个页面的分类?一轮抓完又来一轮轮。

ps:表达式已经改为了
/html/body/div[position()=5]/div/div[position()=3]/div[position()=1]/div[position()=1]/div[position()=1]/div/div[position()  =2]/div/div/div[position()=6]/div/dl[position()=1]/dd/ul/li[@class='tb-txt']






遇到的问题是关于“如何收集不同分类对应的价格”,使用连续点击时候遇见的。具体情况在下面图里面。一级规则“valve1”,采集的是淘宝搜索页面,即搜索结果。二级规则“valve2”,采集的是产品详情页中的数据。



QQ截图20151227032325.jpg


a.jpg


b.jpg
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2015-12-27 08:05

Fuller 管理员 发表于 2015-12-27 08:02:54 | 显示全部楼层
关于xpath怎么写,需要百度上查查,掌握基本使用方法。这个连续动作的xpath应该是://div[contains(@class, 'J_TSaleProp')]/li[contains(@class, 'tb-txt')]

1)还要把前面的div用上的原因:@class='tb-txt'的节点太多了,防止被误点,你观察到一直在点,很可能就是误点
2)class有变化,所以要用contains()函数,而不是用 =
3)抓取内容也要用自定义xpath,使用contains()函数:http://www.gooseeker.com/doc/thread-701-1-1.html4)当写好一个xpath以后,想验证一下是否正确,可以用MS谋数台的搜索功能测试一下:http://www.gooseeker.com/doc/article-130-1.html
举报 使用道具
Fuller 管理员 发表于 2015-12-27 08:05:09 | 显示全部楼层
还有要注意一点:设置关键内容。在MS谋数台上,给抓取内容至少一个设置关键内容
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, 2024-3-29 22:06