希望爬取博文发布时间,但有些博文时间无法获取  
规则名称:微博数据规则
出错如下:

<用户名>内蒙古日报</用户名>
        <内容>
                    #重庆公交车坠江#【最新视频!重庆万州公交车坠江事故已打捞起一具遇难者遗体】记者从重庆市交巡警总队和负责打捞的公安部门获悉,目前现场已打捞出在重庆万州长江二桥公交车坠入长江事故中遇难的一名人员的遗体。现已确定从长江二桥冲下坠江的公交车已确定为一辆当地22路公交汽车。戳视频⬇⬇@新华视 ​  展开全文c                </内容>
        <时间>#重庆公交车坠江#</时间>
        <转发量> 转发 1</转发量>
        <评论量>评论 </评论量>
        <点赞量> </点赞量>
    </item>
    <item>



举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2019-12-30 22:17

Fuller 管理员 发表于 2019-12-30 22:17:16 | 显示全部楼层
这种动态网页不能用绝对定位,绝对定位失败概率很大。

网页上有很多合适的class和id,可以作为定位标志,用上定位标志映射。具体参看教程:http://www.gooseeker.com/doc/article-344-1.html

另外,微博采集有一套工具箱,可以直接拿来用,不用自己定义规则。http://www.gooseeker.com/land/weibo.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, 2024-4-19 07:32