这两天在爬http://www.gter.net/offer/index.html这个网页的数据
但是发现设置好翻页以后运行起来不会翻页,一直不停地爬第一页
不知道有没有大神能解答一下

它的翻页标志是“>”,但是网页结构里看又有“下一页”的文本,试了单纯定位到class也不行
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2016-9-22 23:03

沙发
Fuller 管理员 发表于 2016-7-2 15:17:04 | 只看该作者
抓取规则名是什么?管理员帮你看看
举报 使用道具
板凳
ym 版主 发表于 2016-7-4 09:44:55 | 只看该作者
举报 使用道具
地板
giratinar 初级会员 发表于 2016-9-22 22:26:14 | 只看该作者
Fuller 发表于 2016-7-2 15:17
抓取规则名是什么?管理员帮你看看

不好意思这么久才看到   叫 美国留学
举报 使用道具
5#
Fuller 管理员 发表于 2016-9-22 23:03:29 | 只看该作者


主要原因是网页上有多个翻页区,最上面有一个隐藏的,即使你用下面那个做映射,DS打数机按照顺序找的时候,也会找到第一个(最上面那个),导致翻页失败,所以,要想办法让生成的xpath只能定位到一个(下面那个)



用下面那个->符号代表的A节点做实验,如果使用偏好class,生成了xpath以后,点击右边的“搜索”,能搜到3个,说明@class='button next'这个定位标志不能用。

如果选择偏好id,生成的xpath就是唯一的了,所以,如下图,要为翻页规则选择定位选项:偏好id



这样就能翻页了
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, 2024-5-2 23:28