今天碰到一个站点,有点意思。
页码是这样的:

对应的块是这样的。

用firebug看了一下是这样的。


首先我尝试了相对线索。
然而相对线索爬到“5”的时候就不往下走了。

后来观察了一下地址,发现是这样的


也就是说在地址栏里面:
https://www.matcotools.com/catal ... sortOrder=bestMatch
这个p=n是跟随页码变化的。
不知道能否通过这个,做个URL列表进行爬取呢?
举报 使用道具
| 回复

共 5 个关于本帖的回复 最后回复于 2016-8-19 11:17

沙发
HJLing 版主 发表于 2016-8-19 10:49:26 | 只看该作者
可以自己构造网址 已经明确了最后一页是1129 构造网址之后批量添加线索就可以了
举报 使用道具
板凳
redwindy 中级会员 发表于 2016-8-19 10:53:27 | 只看该作者
HJLing 发表于 2016-8-19 10:49
可以自己构造网址 已经明确了最后一页是1129 构造网址之后批量添加线索就可以了
...

如何操作呢?
举报 使用道具
地板
HJLing 版主 发表于 2016-8-19 11:06:13 | 只看该作者

在Excel构造网址
举报 使用道具
5#
redwindy 中级会员 发表于 2016-8-19 11:10:01 | 只看该作者

Σ( ° △ °|||)︴ 能详细说一下么?没找到用excel构造网址的教程啊。
举报 使用道具
6#
Fuller 管理员 发表于 2016-8-19 11:17:10 | 只看该作者
redwindy 发表于 2016-8-19 11:10
Σ( ° △ °|||)︴ 能详细说一下么?没找到用excel构造网址的教程啊。

excel中有串接字段的函数,你可以把这个网址先分成三列,第一列是前半部分,第二列是那个变化的数字,第三列是后半部分。把第二列生成出来。最后,增加一个第四列,把前三列串接起来
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, 2024-4-26 23:30