2 10274

美丽说翻页失败

xandy 于 2016-8-11 16:27 发表 [复制链接]
你好,我用官网下的美丽说的规则,分别是:
· 美丽说_演示连续滚屏
· 美丽说_演示连续滚屏_更多


我将DS打数机里头的滚屏次数设为了0
滚屏参数.jpg

也开了重复内容中断
重复内容.jpg

为什么运行“美丽说_演示连续滚屏”的结果文件一直是重复的文件,另外看DS打数机窗口也一致停留在第一页,并不翻页抓取
重复抓取.jpg

请问该如何解决?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-8-11 22:29

Fuller 管理员 发表于 2016-8-11 16:43:50 | 显示全部楼层
1)滚屏是用来抓瀑布流的,主要是为了抓取滚不到尽头的瀑布流。如果能滚到底,不用连续动作中的滚屏,而是像楼主那样设置滚屏次数就行了。
2)滚屏次数对连续滚屏不起做用
3)连续滚屏会产生很多重复内容,而自动滚屏不会

总之,首先要区分
1)自动滚屏:对有尽头的长网页,自动滚动到底,不会有重复数据
2)连续滚屏:对没有尽头的瀑布流网页,滚不到底,滚一次抓一次,会有大量重复数据
举报 使用道具
Fuller 管理员 发表于 2016-8-11 22:29:17 | 显示全部楼层
入库以后首先应该做重复过滤
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 23:47