GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
10274
美丽说翻页失败
xandy
于 2016-8-11 16:27
发表
[复制链接]
xandy
积分
3341
精华
0
威望
1128
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
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
也开了重复内容中断
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
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
积分
22383
精华
0
威望
6008
金钱
6
最后登录 2024-3-28
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
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
回复
支持
反对
Fuller
积分
22383
精华
0
威望
6008
金钱
6
最后登录 2024-3-28
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
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
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10361
访问主页>>
wangyong
帖子:1704
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-3-28 23:47
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2016-8-11 22:29