规则名字叫 衣服搭配爬取,我想爬取每一页的图片和底下的简短介绍
举报 使用道具
| 回复

共 5 个关于本帖的回复 最后回复于 2019-9-14 18:07

Fuller 管理员 发表于 2019-9-14 10:25:58 | 显示全部楼层
你想分成一段一段地爬下来?这样做不到,因为每篇文章分段的规律不一样,你即使针对这篇文章可以分成段爬,下一篇就不适合了。

可以做一个规则,把整片文字和里面的每个图都爬下来,不要分介绍1,介绍2...。

采集网页区域内的所有图片,看这个教程:https://www.gooseeker.com/doc/article-475-1.html

词20190914102430.png

这个文章很有意思,里面含有一些特定的关键词,你可以另外建立一个整理箱,专门爬他们,用定位标志映射采集所有词,而不是用样例复制映射,这样很容易采集到所有词。具体教程:https://www.gooseeker.com/doc/article-347-1.html
举报 使用道具
799317538 新手上路 发表于 2019-9-14 15:09:58 | 显示全部楼层
Fuller 发表于 2019-9-14 10:25
你想分成一段一段地爬下来?这样做不到,因为每篇文章分段的规律不一样,你即使针对这篇文章可以分成段爬, ...

如果分开段爬的话,就找不到文字和图片的对应关系了
举报 使用道具
Fuller 管理员 发表于 2019-9-14 16:43:13 | 显示全部楼层
799317538 发表于 2019-9-14 15:09
如果分开段爬的话,就找不到文字和图片的对应关系了

如果把整篇文章作为网页片段采集下来,图片和文字的对应关系是保持的
举报 使用道具
799317538 新手上路 发表于 2019-9-14 17:17:45 | 显示全部楼层
Fuller 发表于 2019-9-14 16:43
如果把整篇文章作为网页片段采集下来,图片和文字的对应关系是保持的

好的感谢,还有一个问题,爬取可以暂停吗

举报 使用道具
Fuller 管理员 发表于 2019-9-14 18:07:53 | 显示全部楼层
799317538 发表于 2019-9-14 17:17
好的感谢,还有一个问题,爬取可以暂停吗

把DS打数机窗口强制关闭就停下了,没有暂停功能。下次再次运行的的时候,如果还有线索,就会接上运行
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 13:07