3 11986

为什么采集数据会遗漏?

abc6699 于 2018-11-2 15:34 发表 [复制链接]
http://you.ctrip.com/sight/xuzhou230.html

携程旅行网上采集评价内容,共有1200多条点评,但是采集规则制定好后,采集完成只有700多条,这是怎么回事呢?


采集示例

采集示例

最终数据

最终数据

采集内容

采集内容
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2018-11-3 09:41

Fuller 管理员 发表于 2018-11-2 17:55:01 | 显示全部楼层
你的规则是自己定义的?主题名是什么?
举报 使用道具
abc6699 中级会员 发表于 2018-11-2 21:33:55 | 显示全部楼层
Fuller 发表于 2018-11-2 17:55
你的规则是自己定义的?主题名是什么?

是的,我自己定义的,主题名是“二次验证-携程云龙湖1021

采用绝对定位,采集用户名、点评内容、点评时间数据,做了样例复制映射、自动翻页。规则设定应该没有什么问题,不知道怎么回事。如果有可能,您可以帮忙试一下,看是不是这种状况。谢谢。



举报 使用道具
文学作品动态扫描 金牌会员 发表于 2018-11-3 09:41:04 | 显示全部楼层
abc6699 发表于 2018-11-2 21:33
是的,我自己定义的,主题名是“二次验证-携程云龙湖1021”

采用绝对定位,采集用户名、点评内容、点评 ...

需要仔细对比一下原网页,看看什么样子的内容漏掉了
打分20181103094018.png
这样的漏掉了,他没有打分。所以,在整理箱中找到打分那个抓取内容,不要勾选“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 17:23