当前使用抓取下面的列表,标签如下:

网站截图

网站截图


说明、类型、人气等元素都是DD下的P元素(如下图),但是这些元素有空值的时候就不显示,如果有个内容少了,其他内容就往前移,导致抓到了后面的内容
678BE0BC0DCCA4ABE9465150B67FE407.jpg
尝试使用xpath规则,包含如【说明】这样关键字的时候才抓取 :.//*[@class='fl-info']/dl/dd/p/text()[contains(.,'【说明】')],但结果是反而抓到的为空,求大神指导

主题名:人人影视一级列表
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2018-9-5 16:30

Fuller 管理员 发表于 2018-9-5 16:30:49 | 显示全部楼层
加载20180905162456.png

你的规则加载失败了,而且生成的定位规则全部匹配不上,估计是某个字段映射出问题了。我重新映射了一下。那个评分是不是图片上的那个数字?这个DOM节点有个class值,很适合做定位标志映射,可以提高规则的适应性。

我得到的xpath跟你自定义的不一样,说明你跟我做的映射有很大差别。

我的规则对应“说明”那个字段,xpath是 dl/dd/p[position()=1],如果要自定义的话,应该写成 dl/dd/p[contains(text(),'【说明】')]
我是用P节点做内容映射的,不是用P下面的text

而你的自定义xpath是:.//*[@class='fl-info']/dl/dd/p/text()[contains(.,'【说明】')] ,似乎你也做过定位标志映射,而且是用P下面的text做内容映射,这样应该也可以。

我建议你重新映射一遍

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, 2024-4-18 11:36