根据相关的教程和视频来学的,分别设置了两级规则(神农架0105和神农架01051),总会出现线索匹配失败,求助大家帮着看看!
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2021-3-24 16:34

wangyong 版主 发表于 2021-3-24 16:34:48 | 显示全部楼层
本帖最后由 wangyong 于 2021-4-26 09:59 编辑

集搜客的快捷采集中有全套的马蜂窝采集入口,不用开发采集规则,直接输入链接就可以采集,很简单。

包括了:
游记数据采集景点数据采集酒店数据采集问答数据采集餐饮数据采集娱乐数据采集

每个版块有相关的两到三个页面采集入口对应采集不同页面的数据,以游记采集为例分别是:
马蜂窝游记采集_列表
马蜂窝游记采集_详情
马蜂窝游记采集_评论

以采集青岛市游记的相关内容为例,步骤是:
1,安装集搜客数据管家,从左侧工具条进入快捷采集,选择马蜂窝游记采集_列表,输入要采集的网页链接:https://www.mafengwo.cn/yj/10444/

再点击“获取数据”按钮,数据管家会开始自动采集数据
2,进入快捷采集管理页面,待采集任务的状态由“待采集”变成“已采集”后就可以打包下载Excel格式的数据了。


3,如果要继续采集每篇游记的详情内容,操作方法是,在下载下来的列表数据中,找到`游记链接`,将链接复制添加到马蜂窝游记采集_详情,要采集评论内容的话,操作方法相同

选择[url=]输入多条网址[/url]将要采集的多条网址同时添加

采集完成后,下载Excel数据的方法同时。
4,游记详情数据




举报 使用道具
wangyong 版主 发表于 2021-1-7 09:29:01 | 显示全部楼层
QQ截图20210107092315.png 第一级规则只能抓取第一页的数据,到第二页就失败了,要做两个调整
1,规则里定位方式选择偏好@class

QQ截图20210107092344.png

2,给抓取内容每个都做上定位标志映射
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, 2024-3-28 21:11