我要采集亚马逊上的汽车商品的评论,
主题名:汽车_亚马逊评论1       用来采集评论网址
主题名:汽车_亚马逊评论2      用来采集评论
每个主题下,有两个规则,亚马逊的页面情形太多了,有很多失败的。


举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2018-9-27 18:34

沙发
Fuller 管理员 发表于 2018-9-27 10:53:24 | 只看该作者
把失败网址发出来我测试一下看看
举报 使用道具
板凳
ym 版主 发表于 2018-9-27 18:34:45 | 只看该作者
本帖最后由 ym 于 2018-9-27 18:46 编辑

汽车_亚马逊评论1这个规则的问题是,亚马逊有些商品页面虽然显示有评论数量,但是却没有评论页面的链接,比如
https://www.amazon.cn/dp/B0042UE ... 1-9#customerReviews
而你做的规则里,采评论链接的字段勾上关键内容了,所以遇到这种没有链接的商品页面就会采集失败,解决方案如下:
1,采链接的字段不勾关键内容,存在节点就会采集,不存在就是空值
2,或者是用自定义xpath来对评论链接进行定位,存在的话就会被采集下来,不存在的话就是空值,这样两个规则只需要保留一个就行


汽车_亚马逊评论2这个规则没看出有什么问题,或者你把有问题的网址发出来看看

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, 2024-4-20 11:25