规则名字:肇庆市交易中心-产权交易公告
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2018-12-7 16:43

沙发
Fuller 管理员 发表于 2018-12-7 16:01:33 | 只看该作者

这里要勾上连续翻页,才能翻页
举报 使用道具
板凳
Fuller 管理员 发表于 2018-12-7 16:43:50 | 只看该作者
虽然不影响规则的执行,但是我觉得这几方面可以优化

1,“主体”和“案例”构成了层级采集,形成了一个嵌套整理箱。其实没有必要总是这样。如果要这样做,那么像上图那样,目的是:给“主体”做一个定位标志映射,相当于在网页上划定一个区域,然后在这个区域内采集其它抓取内容,这样就会很精确,而且规则适应性很强,具体参看《定位标志精确采集范围
2,至少要给一个抓取内容设置关键内容,红色箭头指向的3个抓取内容,其中一个或者多个,否则,容易漏抓数据
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 00:55