我才学第一天,抓取了一个论坛的第一条信息,我怎么才可以一直执行采集动作,让每次有新的动态时,可以自动采集下来。让一天的信息都自动下来。
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-1-10 16:51

沙发
Fuller 管理员 发表于 2016-1-10 16:51:54 | 只看该作者
要做一个两级规则,第一级抓取论坛列表,可能把最新帖子的网址抓到,第二级抓取帖子内容。层级抓取参看:http://www.gooseeker.com/doc/article-75-1.html

为了增量抓取,第一级的调度参数要注意:
1,激活下级线索:否
2,下级线索重复容忍度:80%
这样才能遇到重复就停止。
这些参数在会员中心->爬虫管理-〉规则管理 那里设置调度参数 ,这叫爬虫群工作模式,参看 http://www.gooseeker.com/doc/article-197-1.html
或者使用本地调度文件,参看:http://www.gooseeker.com/doc/article-112-1.html
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 08:15