使用数据管家是遇到了这个提示:为了提高性能请使用集搜客网络爬虫V9.1.0以上版本重新存一次规则
该怎样解决

举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2020-12-31 09:56

沙发
Fuller 管理员 发表于 2020-12-31 09:53:32 | 只看该作者
老版集搜客网络爬虫抓取网页中的内容时,使用了XSLT程序,这个程序是在网页标注完成后自动生成的。但是,chrome浏览器越来越盛行以后,xslt逐步被禁止了。所以,老版集搜客网络爬虫逐步转换成xpath的方式。

现在集搜客网络爬虫已经切换到chrome内核了,发布了新的增强版网络爬虫——集搜客数据管家,虽然还支持xslt格式的爬虫规则,但是不像老版的firefox内核那样使用内置的XSLT解释器,而且采用外加的解释器,性能远远不如内置的。此时,数据管家主要使用xpath格式的规则。

如果爬虫规则是以前生成的,只有xslt格式的规则,最好用最新版爬虫软件加载规则并存一次规则,就加上了xpath格式的规则。
举报 使用道具
板凳
Fuller 管理员 发表于 2020-12-31 09:55:01 | 只看该作者
数据管家的起始版本是V10.0.0,要比V9.1.0更高,更强大
举报 使用道具
地板
wangyong 版主 发表于 2020-12-31 09:56:12 | 只看该作者
本帖最后由 wangyong 于 2020-12-31 09:57 编辑

这个提示出现的原因是在老版的集搜客爬虫软件中做的采集规则,现在在用新版的数据管家来采集数据出现的提示

新版的数据管家采集性能和软件易用性都有了很大的提高,使用新版数据管家来采集以前的爬虫软件中做的采集规则,无法最大性能的提高采集速度,所以出现了上面的提示,但是不影响是实际的抓取。

解决方法就是,使用新版的数据管家重新保存一遍改规则,流程如下:
1,下载数据管家后,从左侧工具条进入任务管理。选择修改任务,确认加载任务


2,加载完成后,在右上角选择分析页面

3,加载完成后,点击下一步,再点击保存就可以继续采集数据了

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, 2024-4-20 13:46