GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
12864
三级爬了一部分后,开始批量出错
sakura44
于 2018-12-19 09:12
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
sakura44
积分
71
精华
0
威望
34
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
三级爬了一部分后抓取成功后,开始批量出错
二级规则名:猫耳1216二级
三级规则名:猫耳1216三级
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2018-12-19 12:24
czj19961023
积分
483
精华
0
威望
194
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
czj19961023
实习版主
发表于 2018-12-19 10:54:55
|
只看该作者
你可以在会员中心找到你的三级规则里采集出错的线索,跟前面采集成功的页面结构对比一下,看能不能对三级规则重新修改一下,看一下能不能测试成功,如果不能的话,可以再对后面采集出错的页面加一个规则2,规则2:主题名不变,规则1改成规则2,这样失败的线索就会重新在三级规则的规则2采集。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
举报
使用道具
回复
支持
反对
Fuller
积分
24279
精华
0
威望
6826
金钱
6
最后登录 2025-7-10
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
Fuller
管理员
发表于 2018-12-19 12:24:11
|
只看该作者
是第三级规则有问题吗?第三级规则要抓取很多网址,说明这个规则的适应性不够。有很多技巧提高适应性,最重要的是用上定位标志映射。具体参看《
定位标志精确采集范围
》。
1,给每个抓取内容用上定位标志映射,都有很合适的定位标志。但是对于两个数字要注意,不能用@class='count'作为定位标志,因为两个都一样,就区分不开了,而是要用他们的父节点的class值。看上图的DOM结构
2,点击 “定位”按钮,选择偏好class
3,再点击测试,看看生成的数据规则,调整前和调整后对比一下,里面的xpath比较短是比较好的,如果比较长,而且含有position()函数,就容易适应性不够
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
为什么用微软的excel无法打开xls文件?powe
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10621
访问主页>>
wangyong
帖子:1741
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-7-12 18:32
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2018-12-19 12:24